51CTO-数据分析与机器学习实战人脸检测夸克网盘资源_网盘资源_夸克网盘资源搜索_全盘搜

• file:010、深度学习项目实战10 人脸关键点检测效果.mp4
• file:004、深度学习项目实战04 完成第一阶段HDF5数据源制作.mp4
• file:002、深度学习项目实战02 多标签数据源制作以及标签坐标转换.mp4
• file:第八课.wmv
• file:第一课.课程简介.txt
• file:第十四.avi
• file:03网络配置-数据层详解.mp4
• file:10绘制网络结构图.mp4
• file:08使用命令行训练网络1.mp4
• file:13对训练结果进行分类任务.mp4
• file:05solver超参数配置文件.mp4
• file:09使用python定义自己的层.mp4
• file:caffe案例资料-.txt
• file:07多label问题之HDF5数据源.mp4
• file:01深度学习框架caffe简介.mp4
• file:06制作LMDB数据源训练分类网络.mp4
• file:唐宇迪-深度学习-caffe案例.zip
• file:12对训练的网络模型绘制LOSS曲线.mp4
• file:大数据Python数据分析处理库-pandas实战视频课程.zip
• file:源码.zip
• file:013、深度学习入门课程12 python实现RNN算法.mp4
• file:015、深度学习入门课程14 分类与回归（Location）任务应用详解.mp4
• file:016、深度学习入门额课程15 物体检测实例.mp4
• file:022、深度学习入门课程21 深度学习框架Caffe接口使用实例.mp4
• file:019、深度学习入门课程18 训练技巧之Transfer Learning.mp4
• file:009、深度学习入门课程09 实现Pooling层的前向传播与反向传播.mp4
• file:001、深度学习入门课程01 感受卷积神经网络的强大.mp4
• file:012、RNN网络细节.mp4
• file:02-课程数据，代码下载链接.txt
• file:05-Caffe数据源准.mp4
• file:09-选择合适的参数并训练网络模型.mp4
• file:08-网络模型配置文件.mp4
• file:10-检测算法框架原理.mp4
• file:16-模型准确率影响因素分析.mp4
• file:人脸检测-.docx
• file:12-坐标映射变换.mp4
• file:04-正负样本裁剪策略.mp4
• file:01-人脸检测项目概述.mp4
• file:11-实现多尺度人脸检测算法.mp4
• file:opencv-3.0.0.zip
• file:006、风格转换效果展示.mp4
• file:010、内容与风格特征提取.mp4
• file:008、数据读取操作.mp4
• file:013、参数初始化.mp4
• file:014、Content损失计算.mp4
• file:017、模型保存与打印结果.mp4
• file:002、Tensorflow安装.mp4
• file:003、style-transfer基本原理.mp4
• file:009、VGG体征提取网络结构.mp4
• file:003、Tensorflow案例实战视频课程03 基本计算单元-变量.mp4
• file:第一章 三代物体检测算法概述.rar
• file:第三章 tensorflow版本实现解读.rar
• file:第二章 faster-rcnn论文解读.mp4
• file:Tensorflow-物体检测-Faster-Rcnn解读.zip
• file:大数据 Python科学计算库-Numpy实战视频课程4.mp4
• file:Tensorflow-自然语言处理.rar
• file:14、项目实战-停车场车位识别.mp4
• file:04、图像形态学处理.mp4
• file:11、图像特征-harris.mp4
• file:08、直方图与傅里叶变换.mp4
• file:18、Opencv的DNN模块.mp4
• file:唐宇迪OpenCV小章节.zip
• file:13、案例实战-全景图像拼接.mp4
• file:07、图像金字塔与轮廓检测.mp4
• file:10.DCGAN的网络模型架构.mp4
• file:13.DCGAN项目实战：基于卷积的生成网络架构.mp4
• file:6.案例实战对抗生成网络：构造生成网络模型.mp4
• file:1.补充.mp4
• file:2.对抗生成网络形象解释.mp4
• file:课时08.数据简介及面临的挑战.flv
• file:课时43.基于词频的特征提取.flv
• file:课时23.级联模型原理.flv
• file:课时22.随机森林特征重要性分析.flv
• file:课时21.使用随机森林改进模型.flv
• file:课时48.预测结果.flv
• file:课时16.决策树中参数的选择.flv
• file:课时37.训练神经网络模型.flv
• file:课时44.改进特征选择方法.flv
• file:课时11.使用阈值来衡量预测标准.flv
• file:课时12.使用数据生成策略.flv
• file:课时28.员工不同属性指标对结果的影响.flv
• file:1-6.代码实战求解过程.mp4
• file:2-6.数据预处理.mp4
• file:2-4.搭建Deep Q-Learning网络模型.mp4
• file:1-8.Q-Learning迭代计算实例.mp4
• file:1-4.Bellman方程.mp4
• file:1-2.强化学习基本概念.mp4
• file:2-10.完整代码流程分析.mp4
• file:2-9.Debug解读训练代码.mp4
• file:2-1.Deep-Q-Network原理.mp4
• file:Matplotlib绘图.zip
• file:Tensorflow-图像处理视频课程01.mp4
• file:nn代码.rar
• file:Seq2Seq网络.rar
• file:11 HMM案例实战.mp4
• file:4 使用lightgbm进行饭店流.mp4
• file:18 和 19 章.mp4
• file:16 NLP-文本特征方法对比.mp4
• file:6 降维算法-线性判别分析.mp4
• file:3 xgboost-gbdt-lightgbm提.mp4
• file:14 基于统计分析的电影推荐.mp4
• file:20 机器学习项目实战-数据处.mp4
• file:5 人口普查数据集项目实战.mp4
• file:17 使用word2vec分类任务.mp4
• file:7 贝叶斯优化及其工具包使用.mp4
• file:2 GBDT提升算法.mp4
• file:20181129_155828.mp4
• file:deep_landmark.zip
• file:61991ea3586e3039a1f35302945da0e62ed276.pdf
• file:c2da8f6984015ae113e2401190107a348be42c.pdf
• file:d9a9027182bae247583555443e5015383b2c29.pdf
• file:4166643538787b5802a551e0f477a5ee0a76aa.pdf
• file:83f2b0137888ff19f7d3236cfac42ffbee5685.pdf
• file:第2课 经济金融领域的应用.pdf
• file:Kaggle 第二次课.mp4
• file:Kaggle第1课：机器学习算法、工具与流程概述.pdf
• file:第6课：走起-深度学习.pdf
• file:baiduyunguangjia_cfg_A900527E-5BA6-4d22-8E96-E40D5C6EDF61.cfg
• file:第8课：金融风控问题.pdf
• file:1-1 计算机视觉导学.mp4
• file:9-1 课程总结.mp4
• file:5-7 灰度直方图均衡化.mp4
• file:5-13 图像美化章节小结.mp4
• file:5-11 高斯均值滤波.mp4
• file:7-8 knn数字识别6.mp4
• file:2-8 案例3：不同图片质量保存.mp4
• file:2-20 小综合：人工神经网络逼近股票价格2.mp4
• file:2-2 Mac下一站式开发环境anaconda搭建.mp4
• file:2-6 Opencv模块组织结构.mp4
• file:2-17 numpy模块使用.mp4
• file:2-4 测试案例helloWorld.mp4
• file:2-9 像素操作基础.mp4
• file:2-5 案例1：图片的读取和展示.mp4
• file:2-13 常量变量四则运算.mp4
• file:2-11 tensorflow常量变量定义.mp4
• file:4-17 文字图片绘制.mp4
• file:4-16 矩形圆形任意多边形绘制.mp4
• file:4-2 图像灰度处理1.mp4
• file:8-7 神经网络训练识别3.mp4
• file:8-2 最简单的图片爬虫.mp4
• file:8-3 ffmpeg初识_音频.mp4.mp4
• file:8-4 OpenCV预处理.mp4
• file:6-14 Hog特征2.mp4
• file:6-10 SVM支持向量机1.mp4
• file:6-21 Hog_SVM小狮子识别4.mp4
• file:6-7 adaboost分类器1.mp4
• file:6-3 图片合成视频.mp4
• file:train.sh
• file:run_face_detect_batch.py
• file:solver.prototxt
• file:tmp9055.jpg
• file:alexnet_trainval.prototxt
• file:result.jpg
• file:faceTrain.zip
• file:face-lmdb.sh
• file:deploy.prototxt 暂时无用
• file:deploy_full_conv.prototxt
• file:alexnet_iter_50000_full_conv.caffemodel
• file:face_detect.ipynb
• file:文件放哪.png
• file:数据下载地址.txt
• file:02-第二章至第七章.mp4
• file:激活函数.pdf
• file:拉格朗日乘子法.pdf
• file:后验概率估计.pdf
• file:特征值与特征向量.pdf
• file:统计分析-数据代码.zip
• folder:51CTO-数据分析与机器学习实战人脸检测
• folder:07、大数据-深度学习项目实战-关键点定位视频教程
• folder:13、深度学习顶级论文算法详解视频课程
• folder:05、深度学习框架-Caffe使用案例视频课程
• folder:25、Python Kaggle竞赛案例实战
• folder:32、OpenCV+TensorFlow 入门人工智能图像处理
• folder:03、深度学习入门视频课程（下篇）
• folder:28、OpenCV计算机视觉图像识别深度学习实战
• folder:10、Tensorflow项目实战视频课程-文本分类
• folder:15、深度学习项目实战视频课程-StyleTransfer(基于Tensorflow)
• folder:21、数据科学人工智能-必备数学基础
• folder:14、自然语言处理word2vec
• folder:22、NLP-文本相似度
• folder:01、python数据分析与机器学习实战
• folder:17､ 机器学习-推荐系统
• folder:31、数据挖掘课程
• folder:11、深度学习实战项目-利用RNN与LSTM网络原理进行唐诗生成视频课程
• folder:33、OpenCV计算机视觉实战(Python版)
• folder:16、机器学习-对抗生成网络
• folder:27、问答机器人
• folder:09、决胜AI-强化学习实战系列视频课程
• folder:36 大数据——Python数据可视化-Matplotlib实战视频课程
• folder:18、TensorFlow-图像处理
• folder:26、LSTM行为识别
• folder:12、深度学习项目实战视频课程-Seq2Seq序列生模型
• folder:23、深度学习30天系统实训-非加密
• folder:唐宇迪-深度学习-人脸关键点
• folder:DeepLearning(期刊论文)
• folder:Kaggle第2课：经济金融领域的应用
• folder:Kaggle第7课：电商推荐与销量预测相关案例
• folder:Kaggle第3课：排序与CTR预估问题
• folder:第1章 课程导学
• folder:第5章 计算机视觉加强之图像美化
• folder:第7章 手写数字识别
• folder:第4章 计算机视觉加强之图像特效&线段文字绘制
• folder:第02讲 初探计算机视觉
• folder:第10讲 机器视觉项目实战
• folder:第03讲 空域图像处理的洪荒之力
• folder:第07讲 图像检索
• folder:第04讲 机器视觉中的特征提取与描述
• folder:第06讲 深度学习在图像识别中的应用
• folder:文本分类
• folder:唐宇迪-StyleTransfer
• folder:Gensim构造词向量模型
• folder:唐宇迪-Tensorflow课程
• folder:章节2-使用Tensorflow构造隐语义模型
• folder:章节3-使用Surprise库建立推荐系统
• folder:章节1-推荐系统工作原理
• folder:物体检测-faster-rcnn
• folder:ML_机器学习与量化交易项目班
• folder:RNN手写字体识别（三课时）
• folder:TensorFlow打造唐诗生成网络（八课时）
• folder:递归神经网络原理(四课时)
• folder:唐诗生成资料
• folder:软件包及安装文档
• folder:超分辨率重构
• folder:高阶API
• folder:图像缺失补全
• folder:第3章 神经网络案例实战
• folder:第1章 深度学习必备基础知识点
• folder:seq2seq网络架构原理
• folder:序列排序生成
• folder:第五章-CNN实战与验证码识别
• folder:第四章-卷积神经网络
• folder:第八章-LSTM情感分析与黑科技概述
• folder:第七章-word2vec实战与对抗生成网络
• folder:第三章-tensorflow训练mnist数据集