目录：/深度之眼 [5.8G]
      ┣━━《深度学习》花书训练营【第二期】（完结）【2019】 [0B]
      ┃    ┣━━00【学前准备】开营仪式，认识群内的小伙伴
      ┃    ┣━━01 第一周线性代数
      ┃    ┣━━02 第一周：概率与信息伦，数值计算，
      ┃    ┣━━03 第一周：本周学习任务简单总结
      ┃    ┣━━04 第二周 机器学习算法基本概念，
      ┃    ┣━━05 第二周 贝叶斯统计与逻辑回归，
      ┃    ┣━━06 第二周：本周学习任务简单总结
      ┃    ┣━━07 第三周：LDA与SVM算法，
      ┃    ┣━━08 第三周：随机梯度下降，
      ┃    ┣━━09 第三周：本周学习任务简单总结
      ┃    ┣━━10 第四周：前馈神经网络损失函数
      ┃    ┣━━11 第四周：前馈神经网络架构设计 反向传播、，
      ┃    ┣━━12 第四周：直播答疑日
      ┃    ┣━━13 第四周：本周学习任务简单总结
      ┃    ┣━━14 第五周：范数惩罚正则化，
      ┃    ┣━━15 第五周：深度模型中的优化
      ┃    ┣━━16 第五周：本周学习任务简单总结，
      ┃    ┣━━17 第五周：直播答疑
      ┃    ┣━━18 第六周：卷积神经网络基础，
      ┃    ┣━━19 第六周：卷积函数变体
      ┃    ┣━━20 第六周：本周任务简单总结+直播答疑日，
      ┃    ┣━━21 第七周：RNN概念&前向传播
      ┃    ┣━━22 第七周：RNN反向传播与并行计算，
      ┃    ┣━━23 第七周：本周学习任务简单总结
      ┃    ┣━━24 第八周：lstm，
      ┃    ┣━━25 第八周：gru，
      ┃    ┣━━26 第八周：本周任务简单总结+直播答疑日，
      ┃    ┣━━27 第九周：推理加速、训练加速
      ┃    ┣━━28 第九周：自适应和gan，
      ┃    ┣━━29 第九周：本周学习任务简单总结，
      ┃    ┗━━花书第二期视频课PPT（完结），
      ┣━━【备战秋招】面试刷题+算法强化训练营第三期（完结） [0B]
      ┃    ┣━━视频
      ┃    ┗━━资料
      ┣━━李航 统计学习方法（完结） [0B]
      ┃    ┣━━00  学习第1章统计学习方法概论
      ┃    ┣━━01  学习第2章感知机，
      ┃    ┣━━02  学习第3章k近邻，
      ┃    ┣━━03  Week1作业讲解及代码公布
      ┃    ┣━━04  学习第4章朴素贝叶斯法，
      ┃    ┣━━05  学习第5章决策树
      ┃    ┣━━06  参加直播答疑
      ┃    ┣━━07  Week2作业讲解及代码公布
      ┃    ┣━━08  学习第6章逻辑斯谛回归与最大熵模型
      ┃    ┣━━09  学习第7章支持向量机，
      ┃    ┣━━10  Week3作业讲解及代码公布
      ┃    ┣━━11  学习第8章提升方法
      ┃    ┣━━12  学习第9章EM算法及推广，
      ┃    ┣━━13  直播答疑
      ┃    ┣━━14  Week4作业讲解及代码公布，
      ┃    ┣━━15  学习第10章隐马尔科夫模型，
      ┃    ┣━━16  学习第11章条件随机场
      ┃    ┗━━17  Week5作业讲解及代码公布，
      ┣━━林轩田机器学习（完结） [0B]
      ┃    ┣━━【图文】天池o2o比赛完全流程解析
      ┃    ┣━━【图文】天池o2o优惠券使用预测比赛解析（进阶）
      ┃    ┣━━活动详情
      ┃    ┗━━训练
      ┣━━深度之眼-《机器学习》西瓜书训练营（完结） [0B]
      ┃    ┣━━00  看开营仪式，了解学习模式
      ┃    ┣━━01  第一周：学习机器学习绪论
      ┃    ┣━━02  第一周：打达观杯NLP算法大赛，
      ┃    ┣━━03  第一周；参加打比赛的直播答疑
      ┃    ┣━━04  第二周：学习线性模型
      ┃    ┣━━05  第二周：每周学习任务简单总结
      ┃    ┣━━06  第三周：决策树的分裂准则，
      ┃    ┣━━07  第三周：学习sklearn包中决策树算法的使用
      ┃    ┣━━08  第三周：每周学习任务简单总结
      ┃    ┣━━09  第四周：支持向量机原始模型的建立和求解，
      ┃    ┣━━10  第四周：核函数和软间隔支持向量机，
      ┃    ┣━━11  第四周：了解sklearn包中svm算法的使用，
      ┃    ┣━━12  第四周学习任务简单总结
      ┃    ┣━━13  第五周：极大似然估计与朴素贝叶斯
      ┃    ┣━━14  第五周：EM算法，
      ┃    ┣━━15  了解sklearn包中的朴素贝叶
      ┃    ┣━━16  第五周：本周学习任务简单总结
      ┃    ┣━━17  第六周：神经网络结构+直播答疑问题收集，
      ┃    ┣━━18  第六周：直播答疑日
      ┃    ┣━━19  第六周：深度学习初探，
      ┃    ┣━━20  第六周：了解sklearn包中神经网络的使用
      ┃    ┣━━21  第六周：学习任务简单总结
      ┃    ┣━━22  第七周：经验误差与过拟合，
      ┃    ┣━━23  第七周：评估方法
      ┃    ┣━━24  第七周：性能度量，
      ┃    ┣━━25  第七周：了解sklearn包中模型评估方
      ┃    ┣━━26  第七周：学习任务简单总结
      ┃    ┣━━27  第八周：特征降维，
      ┃    ┣━━28  第八周：特征选择，
      ┃    ┣━━29  第八周：了解sklearn包中特征选择和降维算法的使用
      ┃    ┣━━30  第八周：学习任务简单总结
      ┃    ┣━━31  第九周：集成学习，
      ┃    ┣━━32  第九周：直播答疑日
      ┃    ┣━━33  第九周：结合策略，
      ┃    ┣━━34  第九周：实验-lightGBM的使用，
      ┃    ┣━━35  第九周：学习任务简单总结，
      ┃    ┣━━36  第十周：聚类，
      ┃    ┣━━37  第十周：HMM，
      ┃    ┣━━38  第十周实验-sklearn-user guide 2.3.2
      ┃    ┣━━40  第十周学习任务简单总结+问题收集日
      ┃    ┣━━41  第十一周：任务与奖赏，
      ┃    ┣━━42  第十一周：K-摇臂赌博机+直播答疑日
      ┃    ┣━━43  第十一周：有无模型学习，
      ┃    ┗━━44  第十一周学习任务简单总结，
      ┣━━深度之眼比赛实战训练营（完结） [0B]
      ┃    ┣━━视频
      ┃    ┗━━资料
      ┣━━深度之眼数学基础（完结） [514M]
      ┃    ┣━━资料
      ┃    ┣━━概率论1，.ts [29M]
      ┃    ┣━━概率论10.ts [18.4M]
      ┃    ┣━━概率论2.ts [20.7M]
      ┃    ┣━━概率论3，.ts [18.8M]
      ┃    ┣━━概率论4.ts [15.8M]
      ┃    ┣━━概率论5，.ts [22.2M]
      ┃    ┣━━概率论6.ts [17.6M]
      ┃    ┣━━概率论7.ts [17M]
      ┃    ┣━━概率论8，.ts [23.5M]
      ┃    ┣━━概率论9.ts [19.5M]
      ┃    ┣━━微积分1.ts [17.4M]
      ┃    ┣━━微积分2，.ts [24.1M]
      ┃    ┣━━微积分3.ts [22.7M]
      ┃    ┣━━微积分4，.ts [23M]
      ┃    ┣━━微积分5.ts [17.5M]
      ┃    ┣━━线性代数1，.ts [34.7M]
      ┃    ┣━━线性代数2.ts [18.7M]
      ┃    ┣━━线性代数3.ts [15.2M]
      ┃    ┣━━线性代数4，.ts [22.9M]
      ┃    ┣━━绪论.ts [20.3M]
      ┃    ┣━━优化1，.ts [21M]
      ┃    ┣━━优化2.ts [13.5M]
      ┃    ┣━━优化3.ts [18M]
      ┃    ┣━━优化4，.ts [18.3M]
      ┃    ┣━━优化5，.ts [11.9M]
      ┃    ┗━━优化6.ts [12.3M]
      ┣━━深度之眼Python 编程高手之路（完结） [0B]
      ┃    ┣━━01 第一阶段
      ┃    ┣━━02 第二阶段
      ┃    ┗━━03 第三阶段
      ┣━━吴恩达机器学习作业班（完结） [0B]
      ┃    ┗━━吴恩达机器学习作业讲解
      ┣━━CNN_不能错过的10篇论文 [65.3M]
      ┃    ┣━━1311.2524v5_R_CNN.pdf [6.2M]
      ┃    ┣━━1311.2901v3_Visualizing and Understanding Convolutional Networks.pdf [34.6M]
      ┃    ┣━━1406.2661v1_Generative Adversarial Nets.pdf [518K]
      ┃    ┣━━1409.1556v6_VERY DEEP CONVOLUTIONAL Networks.pdf [195.3K]
      ┃    ┣━━1412.2306v2_Deep Visual-Semantic Alignments for Generating Image Descriptions.pdf [5.2M]
      ┃    ┣━━1504.08083_Fast R-CNN.pdf [714K]
      ┃    ┣━━1506.01497v3_Faster R-CNN.pdf [6.6M]
      ┃    ┣━━1506.02025_Spatial Transformer Networks.pdf [7.9M]
      ┃    ┣━━1512.03385v1_Deep Residual Learning for Image Recognition.pdf [800.2K]
      ┃    ┣━━4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf [1.4M]
      ┃    ┗━━Szegedy_Going_Deeper_With_2015_CVPR_paper.pdf [1.2M]
      ┣━━cs224n 2019 [0B]
      ┃    ┣━━比赛
      ┃    ┣━━assignment
      ┃    ┗━━lecture
      ┣━━Python基础训练营（完结） [1.9G]
      ┃    ┣━━1.第一章 绪论和环境配置.mp4.mp4 [56.3M]
      ┃    ┣━━2.【作业讲解】第一章：助教实际演示配置环境过程.mp4.mp4 [47.3M]
      ┃    ┣━━3.第二章 Python 基本语法元素.mp4.mp4 [127.5M]
      ┃    ┣━━4.【作业讲解】第二章：Python基本语法元素.mp4.mp4 [80.6M]
      ┃    ┣━━5.第三章 基本数据类型.mp4.mp4 [87.5M]
      ┃    ┣━━6.【作业讲解】第三章：基本数据类型.mp4.mp4 [79.1M]
      ┃    ┣━━7.第四章 组合数据类型.mp4 .mp4 [96.4M]
      ┃    ┣━━8.【作业讲解】第四章：复杂数据类型.mp4.mp4 [97M]
      ┃    ┣━━9.第五章 程序控制结构.mp4 .mp4 [82.8M]
      ┃    ┣━━10.【作业讲解】第五章：程序控制结构..mp4 [34.7M]
      ┃    ┣━━11.第六章 函数-面向过程的编程..mp4 [129.6M]
      ┃    ┣━━12.【作业讲解】第六章：函数..mp4 [60M]
      ┃    ┣━━13.第七章 类-面向对象的编程..mp4 [40.6M]
      ┃    ┣━━14.【作业讲解】第七章：类..mp4 [40.6M]
      ┃    ┣━━15.第八章 文件、异常和模块..mp4 [131.2M]
      ┃    ┣━━16.【作业讲解】第八章：文件、异常和模块.mp4.mp4 [13.6M]
      ┃    ┣━━17.第九章 有益的探索.mp4 [134.2M]
      ┃    ┣━━18.第十章 Python标准库.mp4.mp4 [96.2M]
      ┃    ┣━━19.第十一章 Numpy库.mp4 .mp4 [90.6M]
      ┃    ┣━━20.第十二章 Pandas库.mp4 .mp4 [174.4M]
      ┃    ┣━━21.第十三章 Matplotlib.mp4 .mp4 [128.2M]
      ┃    ┣━━22.第十四章 Sklearn库.mp4 .mp4 [66.7M]
      ┃    ┗━━23.第十五章 再谈编程.mp4 .mp4 [74.8M]
      ┣━━pytorch框架第二期(完结） [3.3G]
      ┃    ┣━━第二周..txt [3.3K]
      ┃    ┣━━第二周第二节课：transforms与normalize..ts [86.9M]
      ┃    ┣━━第二周第三节课：transforms..ts [210.6M]
      ┃    ┣━━第二周第四节课：transforms（二）..ts [210.7M]
      ┃    ┣━━第二周第一节课：Dataloader与Dataset..ts [94.5M]
      ┃    ┣━━第六周..txt [742B]
      ┃    ┣━━第六周第二节正则化之Dropout.ts [90.6M]
      ┃    ┣━━第六周第一节.ts [88.9M]
      ┃    ┣━━第三周.txt [3.3K]
      ┃    ┣━━第三周第二节课：模型容器与AlexNet构建.ts [115.8M]
      ┃    ┣━━第三周第三节课.ts [119.5M]
      ┃    ┣━━第三周第四节课.ts [88.6M]
      ┃    ┣━━第三周第一节课：模型创建步骤与nn.Module.ts [102.3M]
      ┃    ┣━━第四周【买课程就找V，zszhp2019】....txt [3.6K]
      ┃    ┣━━第四周第二节课.ts [156.8M]
      ┃    ┣━━第四周第三节.ts [159.8M]
      ┃    ┣━━第四周第四节：优化器(一).ts [96.5M]
      ┃    ┣━━第四周第五节.ts [111M]
      ┃    ┣━━第四周第一节课：权值初始化.ts [97.3M]
      ┃    ┣━━第五周【买课程就找V，zszhp2019】....txt [2.8K]
      ┃    ┣━━第五周第二节：TensorBoard简介与安装.ts [67.1M]
      ┃    ┣━━第五周第三节.ts [125.9M]
      ┃    ┣━━第五周第四节.ts [180.2M]
      ┃    ┣━━第五周第五节买课程就找V，zszhp2019】....ts [140.9M]
      ┃    ┣━━第五周第一节.ts [139.4M]
      ┃    ┣━━第一周.txt [2.6K]
      ┃    ┣━━第一周第二节：张量简介与创建.ts [70.9M]
      ┃    ┣━━第一周第三节：张量操作与线性回归.ts [92.2M]
      ┃    ┣━━第一周第四节：计算图与动态图机制.ts [57.7M]
      ┃    ┣━━第一周第五节：autograd与逻辑回归.ts [96.9M]
      ┃    ┣━━第一周第一节：pytorch简介与安装【买课程就买课程就找V，zszhp2019】..】..ts [109.1M]
      ┃    ┣━━开营仪式回放-老师部分【买课程就找V，zszhp2019】..ts [178.9M]
      ┃    ┣━━pytorch第二周作业讲解..ts [136.2M]
      ┃    ┣━━pytorch第一周作业讲解（1)..ts [59.9M]
      ┃    ┣━━pytorch第一周作业讲解（2)..ts [49M]
      ┃    ┗━━pytorch第一周作业讲解（3)..ts [47.2M]
      ┗━━55.深度之眼论文班【完结】 [0B]
            ┣━━00.播放说明_新
            ┣━━01.视频
            ┗━━02.资料