贪心学院高端班-计算机视觉CV集训营2019|14GB完整版|百度云下载

资源简介

美国微软资深AI工程师带你搭上 “深度学习工程师直通车”……有机器学习基础,有较强的编程能力,对数据结构与算法比较熟悉之后想从事CV、深度学习相关研究工作,想申请国外名校读相关专业的硕士/博士,对计算机视觉和深度学习领域最新知识体系深入学习,想转型到一线做AI工程师、深度学习工程师、视觉工程师的学员。

通过这套课程,你将获得:

  • 精通深度学习、计算机视觉技术,掌握AI领域最核心技能!
  • 完成AI小白到大神的逆袭!
  • 可获得专业、权威的结业证书,证明自己!
  • 优秀学员可获得名企就业/实习内推机会,甚至面试绿色通道!

适合什么样的人群:

  • 有一定Python编程基础的学员,但不需要机器学习或深度学习相关基础
  • 想找深度学习/计算机视觉方向算法相关工作的学员
  • 自学深度学习,但缺乏正确指点学习效率低的学员
  • 已经自主完成深度学习理论学习,但继续项目实操/代码经验的学员
  • 想转型从事AI工作的学员

《贪心学院高端班-计算机视觉CV集训营2019|14GB完整版|百度云下载》

资源目录

目录:/贪心学院计算机视觉CV [14G]
      ┣━━course.simulator [333.6M]
      ┃    ┣━━beta-simulator-linux.zip [113.8M]
      ┃    ┣━━beta-simulator-mac.zip [117.5M]
      ┃    ┗━━beta-simulator-windows.zip [102.3M]
      ┣━━CV计算机视觉集训营(视频) [13.4G]
      ┃    ┣━━1 任务1:机器学习、深度学习简介[.mp4 [23.9M]
      ┃    ┣━━2 任务2:深度学习的发展历史[.mp4 [23.1M]
      ┃    ┣━━3 任务3:现代深度学习的典型例子[.mp4 [18.7M]
      ┃    ┣━━4 任务4:深度学习在计算机视觉中的应用[.mp4 [24.3M]
      ┃    ┣━━5 任务5:深度学习的总结[.mp4 [10.5M]
      ┃    ┣━━6 任务6:开发环境的配置, Pythn, Nupy, Kas入门教程[.mp4 [46.9M]
      ┃    ┣━━7 任务7:GPU驱动程序安装[.mp4 [17.7M]
      ┃    ┣━━8 任务8:CUDA的安装[.mp4 [21.4M]
      ┃    ┣━━9 任务9:uDNN的安装, Tnsf, PyTh的GPU测试[.mp4 [31.4M]
      ┃    ┣━━10 任务10:问答环节[.mp4 [57M]
      ┃    ┣━━11 任务11:环境安装[.mp4 [106.8M]
      ┃    ┣━━12 任务12:二元分类问题[.mp4 [32.5M]
      ┃    ┣━━13 任务13:逻辑函数[.mp4 [32.1M]
      ┃    ┣━━14 任务14:指数与对数 、逻辑回归[.mp4 [43.7M]
      ┃    ┣━━15 任务15:示例[.mp4 [84M]
      ┃    ┣━━16 任务16:损失函数[.mp4 [59.3M]
      ┃    ┣━━17 任务17:损失函数推演[.mp4 [83.2M]
      ┃    ┣━━18 任务18:梯度下降法[.mp4 [104.8M]
      ┃    ┣━━19 任务19:应用[.mp4 [110.3M]
      ┃    ┣━━任务100:道路行车道检测代码讲解[.mp4 [132.5M]
      ┃    ┣━━任务101:在图像和视频上面演示道路行车道检测[.mp4 [69.9M]
      ┃    ┣━━任务102:项目介绍[.mp4 [25.9M]
      ┃    ┣━━任务103:交通指示牌识别的简介[.mp4 [28.7M]
      ┃    ┣━━任务104:交通指示牌识别课程的编程任务[.mp4 [27.6M]
      ┃    ┣━━任务105:如何分析数据 (utpy 的详细介绍)[.mp4 [70.6M]
      ┃    ┣━━任务106:如何预处理图像数据、建立神经网络模型、训练网络模型 (tanpy 的详细介绍)01[.mp4 [88.9M]
      ┃    ┣━━任务107:如何预处理图像数据、建立神经网络模型、训练网络模型 (tanpy 的详细介绍)02[.mp4 [157.2M]
      ┃    ┣━━任务108:色彩空间转换[.mp4 [51.9M]
      ┃    ┣━━任务109:直方图均衡[.mp4 [80.6M]
      ┃    ┣━━任务110:图像标准化[.mp4 [45.8M]
      ┃    ┣━━任务111:使用IaDataGnat做图像增强[.mp4 [51.5M]
      ┃    ┣━━任务112:作业上传的要求[.mp4 [16.8M]
      ┃    ┣━━任务113:介绍经典交通指示牌卷积神经网络模型[.mp4 [28.9M]
      ┃    ┣━━任务114:代码实现经典交通指示牌识别卷积神经网络模型[.mp4 [69M]
      ┃    ┣━━任务115:卷积神经网络的数学原理01[.mp4 [37.8M]
      ┃    ┣━━任务116:卷积神经网络的数学原理02[.mp4 [75.4M]
      ┃    ┣━━任务117:深度学习调参-直播-01[.mp4 [55.5M]
      ┃    ┣━━任务118:深度学习调参-直播-02[.mp4 [45.5M]
      ┃    ┣━━任务119:深度学习调参-直播-03[.mp4 [55.6M]
      ┃    ┣━━任务120:卷积层的启发[.mp4 [16.5M]
      ┃    ┣━━任务121:卷积层的定量分析[.mp4 [17.3M]
      ┃    ┣━━任务122:单通道输入 单通道输出的卷积层的实例[.mp4 [12M]
      ┃    ┣━━任务123:多通道输入 多通道输出的卷积层的实例[.mp4 [12.1M]
      ┃    ┣━━任务124:池化层的原理 定量分析[.mp4 [9.5M]
      ┃    ┣━━任务125:卷积神经网络和全连接神经网络的比较[.mp4 [23M]
      ┃    ┣━━任务126:卷积神经网络在围棋 语言识别和自然语言处理中的应用[.mp4 [25.6M]
      ┃    ┣━━任务127:基于深度学习的图像分类历史回顾[.mp4 [11.3M]
      ┃    ┣━━任务128:AxNt的结构分析[.mp4 [8.7M]
      ┃    ┣━━任务129:ZFNt的结构分析[.mp4 [8.2M]
      ┃    ┣━━任务130:VGG的结构分析[.mp4 [8.5M]
      ┃    ┣━━任务131:GNt Inptn的结构分析[.mp4 [12.1M]
      ┃    ┣━━任务132:Inptn V3的结构分析[.mp4 [43.8M]
      ┃    ┣━━任务133:RsNt的结构分析[.mp4 [40.5M]
      ┃    ┣━━任务134:RsNt的代码实现[.mp4 [154.2M]
      ┃    ┣━━任务135:基于内容的图像搜索理论基础[.mp4 [29.3M]
      ┃    ┣━━任务136:基于去噪自动编码器的图像搜索代码实现[.mp4 [203.8M]
      ┃    ┣━━任务137:使用卷积神经网络进行语义图像嵌入在目标检测, 自动驾驶, 图像超分辨率重构, 工业探伤等等领域的应用[.mp4 [18.3M]
      ┃    ┣━━任务138:项目1-看图说话(助教)讲解和答疑-01[.mp4 [164M]
      ┃    ┣━━任务139:项目1-看图说话(助教)讲解和答疑-02[.mp4 [202.7M]
      ┃    ┣━━任务140:项目介绍[.mp4 [15.1M]
      ┃    ┣━━任务141:自动驾驶方向盘转动方向预测的背景知识[.mp4 [33.4M]
      ┃    ┣━━任务142:如何收集训练数据[.mp4 [35.7M]
      ┃    ┣━━任务143:理解分析训练数据[.mp4 [25.7M]
      ┃    ┣━━任务144:自动驾驶方向盘转动方向预测的网络结构和网络训练代码讲解[.mp4 [181.5M]
      ┃    ┣━━任务145:提高网络性能的思路 图像处理、数据增强、网络结构优化[.mp4 [38.7M]
      ┃    ┣━━任务146:探索数据01[.mp4 [39.5M]
      ┃    ┣━━任务147:探索数据02[.mp4 [15.2M]
      ┃    ┣━━任务148:图像增强01[.mp4 [62.7M]
      ┃    ┣━━任务149:图像增强02[.mp4 [11.4M]
      ┃    ┣━━任务150:解决数据不平衡的问题 DataGnat的应用[.mp4 [18M]
      ┃    ┣━━任务151:网络结构实例[.mp4 [8.6M]
      ┃    ┣━━任务152: 图像增强部分的代码讲解[.mp4 [99.5M]
      ┃    ┣━━任务153:DataGnat部分的代码讲解[.mp4 [64.1M]
      ┃    ┣━━任务154:网络结构实现部分的代码讲解[.mp4 [84.2M]
      ┃    ┣━━任务155:方向盘转动方向预测网络模型的性能评估方法[.mp4 [9.7M]
      ┃    ┣━━任务156:使用模拟器定性的判断网络性能的方法以及代码讲解[.mp4 [69.9M]
      ┃    ┣━━任务157:模拟器自动驾驶的展示[.mp4 [75.2M]
      ┃    ┣━━任务158:通过损失函数的变化判断网络性能、识别和解决过拟合和欠拟合的问题[.mp4 [64M]
      ┃    ┣━━任务159:如何安装Pythn 连接模拟器的Pythn 库[.mp4 [22.2M]
      ┃    ┣━━任务160:nds 下面使用自动驾驶模拟器的教程[.mp4 [46.4M]
      ┃    ┣━━任务161:a 下面使用自动驾驶模拟器的教程[.mp4 [33.5M]
      ┃    ┣━━任务162:目标识别综述[.mp4 [37.6M]
      ┃    ┣━━任务163:基于HOG(梯度直方图)的目标识别[.mp4 [31.3M]
      ┃    ┣━━任务164:Nn-Max Suppssn IU 和 Had Natv Mnn[.mp4 [82.9M]
      ┃    ┣━━任务165:R-CNN的工作原理[.mp4 [129.6M]
      ┃    ┣━━任务166:R-CNN中的边界框(Bundn Bx)预测原理[.mp4 [24.1M]
      ┃    ┣━━任务167:R-CNN的不足之处[.mp4 [4.3M]
      ┃    ┣━━任务168:Fast R-CNN详解[.mp4 [40M]
      ┃    ┣━━任务169:Fast R-CNN Rn Ppsa Ntk[.mp4 [37.1M]
      ┃    ┣━━任务170:R-CNN Fast R-CNN Fast R-CNN的总结[.mp4 [23M]
      ┃    ┣━━任务171:目标识别 R-CNN家族的回顾[.mp4 [22.4M]
      ┃    ┣━━任务172:SSD的简介 SSD与R-CNN的比较[.mp4 [33M]
      ┃    ┣━━任务173:SSD的网络结构(1)[.mp4 [130.7M]
      ┃    ┣━━任务173:SSD的网络结构[.mp4 [130.7M]
      ┃    ┣━━任务174:如何使用卷积作为最后的预测层[.mp4 [13.9M]
      ┃    ┣━━任务175:SSD的训练过程[.mp4 [53.4M]
      ┃    ┣━━任务176:SSD的实验结果分析[.mp4 [24.1M]
      ┃    ┣━━任务177:VGG16到SSD网络的演化 L2Nazatn层的实现[.mp4 [131.5M]
      ┃    ┣━━任务178:SSD各个技术对失败率的影响 Atus卷积层的原理[.mp4 [13.6M]
      ┃    ┣━━任务179:使用卷积作为最后的预测层详解[.mp4 [17.4M]
      ┃    ┣━━任务180:SSD定位损失函数详解[.mp4 [35.3M]
      ┃    ┣━━任务181:SSD中Anh尺寸 宽高比 中心位置的确定[.mp4 [10.2M]
      ┃    ┣━━任务182:SSD中分类损失函数详解[.mp4 [11.6M]
      ┃    ┣━━任务183:Nn-Max Suppssn的原理[.mp4 [12.9M]
      ┃    ┣━━任务184:SSD和YOLO的比较 SSD的总结[.mp4 [12.2M]
      ┃    ┣━━任务185:图像分割简介[.mp4 [36.5M]
      ┃    ┣━━任务186:基于深度学习的图像分割U-Nt的原理[.mp4 [79.4M]

      ┃    ┣━━任务187:Tanspsd Cnvutn原理与运用[.mp4 [123M]
      ┃    ┣━━任务188:U-Nt的代码讲解[.mp4 [71.1M]
      ┃    ┣━━任务189:图像生成的原理[.mp4 [10.3M]
      ┃    ┣━━任务190:使用深度学习自动图像生成手写数字的代码讲解[.mp4 [84.3M]
      ┃    ┣━━任务191:图像风格转移的原理[.mp4 [38.3M]
      ┃    ┣━━任务192:使用深度学习实现图像风格转移的代码讲解[.mp4 [52.4M]
      ┃    ┣━━任务193:SSD的原理回顾[.mp4 [47.7M]
      ┃    ┣━━任务194:编程项目的训练数据介绍[.mp4 [58.7M]
      ┃    ┣━━任务195:对SSD模型对产生Anh有影响的参数讲解[.mp4 [134.6M]
      ┃    ┣━━任务196:对候选框精选处理有影响的参数讲解[.mp4 [49.6M]
      ┃    ┣━━任务197:对输入模型参数的合法性检测和转换[.mp4 [28.3M]
      ┃    ┣━━任务198:具有7层的SSD的网络结构讲解[.mp4 [147.8M]
      ┃    ┣━━任务199:编译模型, 使用模型做预测[.mp4 [180.4M]
      ┃    ┣━━任务20:直播答疑[.mp4 [19.5M]
      ┃    ┣━━任务200:SSD解码的实现[.mp4 [111.4M]
      ┃    ┣━━任务201:帮助函数IU, 坐标转换, SSD损失函数, Nn-Max-Suppssn的实现[.mp4 [227.6M]
      ┃    ┣━━任务202:二值化神经网络的简介[.mp4 [37.2M]
      ┃    ┣━━任务203:二值化网络的前向后向传播, 梯度计算原理[.mp4 [16.3M]
      ┃    ┣━━任务204:二值化网络的训练算法[.mp4 [145.3M]
      ┃    ┣━━任务205:二值化网络的实验结果[.mp4 [22.6M]
      ┃    ┣━━任务206:二值化全连接网络的代码讲解[.mp4 [46.5M]
      ┃    ┣━━任务207:DputNSa层的实现[.mp4 [23.6M]
      ┃    ┣━━任务208:BnayDns层的实现[.mp4 [61.5M]
      ┃    ┣━━任务209:二值化卷积神经网络的代码讲解[.mp4 [48.5M]
      ┃    ┣━━任务21:自动驾驶方向盘预测论文分析[.mp4 [65.1M]
      ┃    ┣━━任务210:项目作业要求[.mp4 [22.6M]
      ┃    ┣━━任务211:神经网络在实际应用中面临的挑战, 轻量级深度神经网络的必要性[.mp4 [207.6M]
      ┃    ┣━━任务212:MNt, Dpths Spa Cnvutn的原理计算量分析[.mp4 [56.9M]
      ┃    ┣━━任务213:ShuffNt, Gup Cnvutn, Chann Shuff的原理[.mp4 [53.4M]
      ┃    ┣━━任务214:EffNt, Spata Spa Cnvutn的原理计算量分析和实验效果[.mp4 [167.5M]
      ┃    ┣━━任务215:htht-ntk答疑时间[.mp4 [20.6M]
      ┃    ┣━━任务216:回顾EffNt的原理[.mp4 [31.3M]
      ┃    ┣━━任务217:EffNt的代码讲解[.mp4 [75.7M]
      ┃    ┣━━任务218:On-Sht Lann 的意义和工作原理[.mp4 [23.8M]
      ┃    ┣━━任务219:用于On-Sht Lann 的Sas 深度神经网络的介绍[.mp4 [21.7M]
      ┃    ┣━━任务22:使用PyCha Kas建立深度网络模型[.mp4 [257.8M]
      ┃    ┣━━任务220:Sas 深度神经网络的实验和结果分析[.mp4 [65.3M]
      ┃    ┣━━任务221:Tanspsd Cnvutn 的应用, 算法回顾, 以及使用矩阵乘法实现[.mp4 [34.2M]
      ┃    ┣━━任务222:Tanspsd Cnvutn 的梯度推导[.mp4 [22.1M]
      ┃    ┣━━任务223:将卷积核转换为Tptz Matx用于矩阵乘法实现Tanspsd[.mp4 [37.8M]
      ┃    ┣━━任务224:同学对课程的效果反馈调查[.mp4 [322.3M]
      ┃    ┣━━任务225:使用 Sas 网络做门禁卡系统的入门介绍, 数据集的介绍[.mp4 [72.2M]
      ┃    ┣━━任务226:PyTh 基础教程[.mp4 [47.8M]
      ┃    ┣━━任务227:Sas On-Sht ann 知识回顾[.mp4 [14.3M]
      ┃    ┣━━任务228:使用 PyTh thvsn 库高效读取数据[.mp4 [70.9M]
      ┃    ┣━━任务229:使用 PyTh 定义 Sas 网络结构[.mp4 [49.4M]
      ┃    ┣━━任务23:数据预处理 数据增强[.mp4 [62.7M]
      ┃    ┣━━任务230:使用 PyTh 写训练网络的代码[.mp4 [86.8M]
      ┃    ┣━━任务231:使用 PyTh 写测试网络的代码[.mp4 [82.3M]
      ┃    ┣━━任务24:建立BathGnat高效读取数据[.mp4 [105.6M]
      ┃    ┣━━任务25:训练网络 保存训练的中间过程数据[.mp4 [139.6M]
      ┃    ┣━━任务26:查看网络训练过程 判断网络是否过拟合 欠拟合[.mp4 [46.2M]
      ┃    ┣━━任务27:神经网络分类问题的经典数据(集鸢尾花数据集)介绍,神经网络Pythn库Kas的介绍[.mp4 [81.2M]
      ┃    ┣━━任务28:使用Pandas读取鸢尾花数据集, 使用LaEnd对类别标签进行编码[.mp4 [38.3M]
      ┃    ┣━━任务29:使用Kas创建一个用于鸢尾花分类识别的神经网络[.mp4 [135.2M]
      ┃    ┣━━任务30:训练用于鸢尾花分类的神经网络 解读训练输出的日志 了解如何评价神经网络的性能[.mp4 [70.1M]
      ┃    ┣━━任务31:神经网络数学原理(1): 神经网络的结点,权值,激活函数[.mp4 [60.4M]
      ┃    ┣━━任务32:神经网络数学原理(2): 神经网络的前馈(Fd Fad)算法[.mp4 [48.1M]
      ┃    ┣━━任务33:神经网络数学原理(3):神经网络的前馈(Fd Fad)算法续,Sftax层的数值问题[.mp4 [46M]
      ┃    ┣━━任务34:神经网络数学原理(4):神经网络BP(误差反向传播)算法[.mp4 [55.2M]
      ┃    ┣━━任务35:神经网络数学原理(5):神经网络BP(误差反向传递)算法续[.mp4 [64.4M]
      ┃    ┣━━任务36:神经网络数学原理(6):手动演算神经网络BP算法(误差向后传递)[.mp4 [75.7M]
      ┃    ┣━━任务37:神经网络数学原理(7):手动演算神经网络BP算法(误差向后传递)续[.mp4 [68.2M]
      ┃    ┣━━任务38:NuaNtkLss-直播01[.mp4 [69.6M]
      ┃    ┣━━任务39:NuaNtkLss-直播02[.mp4 [60.7M]
      ┃    ┣━━任务40:NuaNtkLss-直播03[.mp4 [107.7M]
      ┃    ┣━━任务41:梯度消亡[.mp4 [56.2M]
      ┃    ┣━━任务42:梯度消亡问题分析[.mp4 [61.3M]
      ┃    ┣━━任务43:梯度消亡解决方案[.mp4 [43.8M]
      ┃    ┣━━任务44:过拟合[.mp4 [55M]
      ┃    ┣━━任务45:DpOut 训练[.mp4 [38M]
      ┃    ┣━━任务46:正则化[.mp4 [25.2M]
      ┃    ┣━━任务47:最大范数约束 神经元的初始化[.mp4 [57.9M]
      ┃    ┣━━任务48:作业讲解与答疑-01[.mp4 [98.2M]
      ┃    ┣━━任务49:作业讲解与答疑-02[.mp4 [85.3M]
      ┃    ┣━━任务50:为什么需要递归神经网络?[.mp4 [28.1M]
      ┃    ┣━━任务51:递归神经网络介绍[.mp4 [140.5M]
      ┃    ┣━━任务52:语言模型[.mp4 [102.8M]
      ┃    ┣━━任务53:RNN的深度[.mp4 [19.7M]
      ┃    ┣━━任务54:梯度爆炸和梯度消失[.mp4 [141.5M]
      ┃    ┣━━任务55:Gadnt Cppn[.mp4 [38.9M]
      ┃    ┣━━任务56:LSTM的介绍[.mp4 [89.6M]
      ┃    ┣━━任务57:LSTM的应用[.mp4 [56.6M]
      ┃    ┣━━任务58:B-Dtna LSTM[.mp4 [48.1M]
      ┃    ┣━━任务59:Gatd Runt Unt[.mp4 [52.2M]
      ┃    ┣━━任务60:机器翻译[.mp4 [40.3M]
      ┃    ┣━━任务61:Mutda Lann[.mp4 [66.9M]
      ┃    ┣━━任务62:Sq2Sq模型[.mp4 [131.3M]
      ┃    ┣━━任务63:回顾RNN与LSTM[.mp4 [20.8M]
      ┃    ┣━━任务64:Attntn f Ia Captnn[.mp4 [102.7M]
      ┃    ┣━━任务65:Attntn f Mahn Tansatn[.mp4 [46M]
      ┃    ┣━━任务66:Sf-Attntn[.mp4 [51.7M]
      ┃    ┣━━任务67:Attntn总结[.mp4 [20.2M]
      ┃    ┣━━任务68:nua ntk ptz直播-01[.mp4 [112.6M]
      ┃    ┣━━任务69:nua ntk ptz直播-02[.mp4 [75.5M]
      ┃    ┣━━任务70:nua ntk ptz直播-03[.mp4 [143.8M]
      ┃    ┣━━任务71:项目介绍[.mp4 [26.9M]
      ┃    ┣━━任务72:看图说话任务一-01[.mp4 [40.1M]
      ┃    ┣━━任务73:看图说话任务一-02[.mp4 [35.5M]
      ┃    ┣━━任务74:看图说话任务一-03[.mp4 [57.9M]
      ┃    ┣━━任务75:任务介绍[.mp4 [36.4M]
      ┃    ┣━━任务76:如何实现 ad__as_np_aay 这个函数[.mp4 [16.5M]
      ┃    ┣━━任务77:如何实现“ad_v16_d”函数[.mp4 [27.4M]
      ┃    ┣━━任务78:如何实现“xtat_fatus”函数[.mp4 [34.8M]
      ┃    ┣━━任务79:创建Tknz01[.mp4 [20.9M]
      ┃    ┣━━任务80:创建Tknz02[.mp4 [62.4M]
      ┃    ┣━━任务81:产生模型需要的输入数据01[.mp4 [77.2M]
      ┃    ┣━━任务82:产生模型需要的输入数据02[.mp4 [56.7M]
      ┃    ┣━━任务83:任务的概述[.mp4 [16.6M]
      ┃    ┣━━任务84:Input Eddn和Dput层介绍[.mp4 [64.3M]
      ┃    ┣━━任务85:LSTM Add层的介绍[.mp4 [29.3M]
      ┃    ┣━━任务86:如何训练模型[.mp4 [65.1M]
      ┃    ┣━━任务87:如何使用深度神经网络模型做预测 产生标题 完成nat_aptn函数01[.mp4 [22.7M]
      ┃    ┣━━任务88:如何使用深度神经网络模型做预测 产生标题 完成nat_aptn函数02[.mp4 [114.7M]
      ┃    ┣━━任务89:如何调用nat_aptn函数[.m(1)p4 [32.1M]
      ┃    ┣━━任务89:如何调用nat_aptn函数[.mp4 [32.1M]
      ┃    ┣━━任务90:如何评价标题生成模型的性能[.mp4 [86.9M]
      ┃    ┣━━任务91:读取和显示数字图像[.mp4 [35.9M]
      ┃    ┣━━任务92:数字图像大小缩放[.mp4 [37.3M]
      ┃    ┣━━任务93:数字图像直方图均衡[.mp4 [35M]
      ┃    ┣━━任务94:图像去噪声[.mp4 [43.6M]
      ┃    ┣━━任务95:图像边缘检测[.mp4 [47.4M]
      ┃    ┣━━任务96:图像关键点检测[.mp4 [11.7M]
      ┃    ┣━━任务97:道路行车道检测简介[.mp4 [17.7M]
      ┃    ┣━━任务98:Canny边缘检测[.mp4 [31.4M]
      ┃    ┗━━任务99:霍夫变换用于直线检测[.mp4 [55.6M]
      ┗━━CV计算机视觉训练营(资料) [255.7M]
            ┗━━CVSource [255.7M]
                  ┣━━.git [25.6K]
                  ┃    ┣━━hooks
                  ┃    ┣━━info
                  ┃    ┣━━logs
                  ┃    ┣━━objects
                  ┃    ┣━━refs
                  ┃    ┣━━config [293B]
                  ┃    ┣━━description [73B]
                  ┃    ┣━━FETCH_HEAD [0B]
                  ┃    ┣━━HEAD [23B]
                  ┃    ┗━━index [25.2K]
                  ┣━━20190303Lesson0 课程介绍 & 编程环境配置 & 深度学习概括 [11.1M]
                  ┃    ┣━━1. CV + Deep Learning.pptx [11.1M]
                  ┃    ┗━━README.md [5.9K]
                  ┣━━20190306Lesson1-logistic.regression [0B]
                  ┃    ┣━━Lesson1-Introduction
                  ┃    ┗━━Lesson1-Pre
                  ┣━━20190310-深度学习经典案例讲解Self-Steering-Keras-Case-Study [5.2M]
                  ┃    ┣━━自动驾驶之方向预测.keras案例教学.pdf [5.2M]
                  ┃    ┗━━README.md [325B]
                  ┣━━20190313Lesson2-Neural-Network [10.4M]
                  ┃    ┣━━neural.network.pdf [10.4M]
                  ┃    ┗━━README.md [473B]
                  ┣━━20190317-Neural-Network-Loss [7.9M]
                  ┃    ┣━━Neural.Network.Loss.pdf [7.9M]
                  ┃    ┗━━README.md [135B]
                  ┣━━20190320Lesson3-Deep-Neural-Network [782.7K]
                  ┃    ┣━━deep.neural.network.s-已解锁.pdf [782.5K]
                  ┃    ┗━━README.md [230B]
                  ┣━━20190327Lesson4-Recurrent-Neural-Network递归神经网络LSTM [3.6M]
                  ┃    ┣━━递归神经网络LSTM.pptx [3.6M]
                  ┃    ┗━━README.md [148B]
                  ┣━━20190331-Neural-Network-Optimizer [6.4M]
                  ┃    ┣━━Lesson5-Interpretability
                  ┃    ┣━━gradient.descent.pdf [6.4M]
                  ┃    ┗━━README.md [292B]
                  ┣━━20190403【Project1-Image-Captioning】 [187B]
                  ┃    ┣━━Project1-Image-Captioning
                  ┃    ┗━━README.md [187B]
                  ┣━━20190410Lesson6-Pure-CV [55.8M]
                  ┃    ┣━━test_images
                  ┃    ┣━━车道线检测.ipynb [245.8K]
                  ┃    ┣━━计算机视觉.pptx [35.9M]
                  ┃    ┣━━数字图像处理.ipynb [2.5M]
                  ┃    ┣━━cat.darkened.jpeg [10.6K]
                  ┃    ┣━━cat.jpg [22.9K]
                  ┃    ┣━━challenge.mp4 [14.4M]
                  ┃    ┣━━chessboard.jpg [8.4K]
                  ┃    ┣━━laneLines_thirdPass.jpg [89.9K]
                  ┃    ┣━━line-segments-example.jpg [88.2K]
                  ┃    ┣━━README.md [304B]
                  ┃    ┗━━solidWhiteRight.mp4 [2.5M]
                  ┣━━20190414-LSTM-Review-master [42.8M]
                  ┃    ┣━━CV-Attention_annotated.pptx [27.8M]
                  ┃    ┗━━CV-Attention.pptx [15M]
                  ┣━━20190417【Project2-Traffic-Sign-Recognition】 [5.7M]
                  ┃    ┣━━traffic-signs-data
                  ┃    ┣━━自动驾驶之交通标识识别.pdf [5.7M]
                  ┃    ┣━━README.md [554B]
                  ┃    ┣━━train.py [4.8K]
                  ┃    ┗━━util.py [2.3K]
                  ┣━━20190421--HyperParameterTuning_Tiaocan [35.8M]
                  ┃    ┣━━HyperParameterTuning.pptx [35.8M]
                  ┃    ┗━━README.md [161B]
                  ┣━━20190424-CNN-Special-master [18.4M]
                  ┃    ┣━━CNN卷积神经网络.pdf [18.4M]
                  ┃    ┗━━README.md [317B]
                  ┣━━20190430Lesson7-Convolutional-Neural-Network [11.2M]
                  ┃    ┣━━CBIR
                  ┃    ┣━━cnn.history.architect.content.based.search.pdf [11.2M]
                  ┃    ┣━━README.md [168B]
                  ┃    ┗━━res50.py [5.7K]
                  ┣━━20190508【Project3-Self-Driving-Car-Steering】 [6.9M]
                  ┃    ┣━━data
                  ┃    ┣━━自动驾驶之方向预测.pdf [6.9M]
                  ┃    ┗━━README.md [1003B]
                  ┣━━20190512Lesson8-Object-Detection-master [10M]
                  ┃    ┣━━目标检测(上).pdf [10M]
                  ┃    ┗━━README.md [160B]
                  ┣━━20190515Lesson8-Object-Detection-Continued-Zhibo [0B]
                  ┃    ┗━━Zhibo-Lesson8-Object-Detection-Continued
                  ┣━━20190522Lesson9-Image-Segmentation-Generation [8M]
                  ┃    ┣━━GAN
                  ┃    ┣━━style.transfer
                  ┃    ┣━━ImageSegmentation.Generation.Style.Transfer.pdf [8M]
                  ┃    ┣━━README.md [126B]
                  ┃    ┗━━unet_semantic_segmentation.py [2.5K]
                  ┣━━20190526【Project4-Self-Drving-Car-Object-Detection】 [626B]
                  ┃    ┣━━Project4-Self-Drving-Car-Object-Detection
                  ┃    ┗━━README.md [626B]
                  ┣━━20190529【Project5-Binarized-Neural-Network】 [612B]
                  ┃    ┣━━Project5-Binarized-Neural-Network
                  ┃    ┗━━README.md [612B]
                  ┣━━20190602Zhibo-Lightweight-Network-master- [0B]
                  ┃    ┗━━Zhibo-Lightweight-Network
                  ┣━━20190605【Project6-Eff-Neural-Network】 [0B]
                  ┃    ┗━━Project6-Eff-Neural-Network
                  ┣━━20190612Lesson10-One-Shot-Learning [0B]
                  ┃    ┗━━Lesson10-One-Shot-Learning
                  ┣━━20190616【Project7-Siamese-Neural-Network】 [4.4M]
                  ┃    ┣━━代码数据分享
                  ┃    ┣━━Project7-Siamese-Neural-Network-master-cec31fd50ff97b9ae8760dfd2b4b73324b18af86.zip [4M]
                  ┃    ┣━━PyTorch.Intro.py [7.2K]
                  ┃    ┣━━PyTorch.pptx [380K]
                  ┃    ┗━━README.md [867B]
                  ┣━━20190620【Project8-Capsule-Neural-Network】 [670B]
                  ┃    ┗━━README.md [670B]
                  ┣━━course-info-master [11.1M]
                  ┃    ┣━━1. CV + Deep Learning.pptx [11.1M]
                  ┃    ┗━━README.md [5.9K]
                  ┣━━Homework [583B]
                  ┃    ┣━━homework1
                  ┃    ┣━━homework2
                  ┃    ┣━━homework3
                  ┃    ┣━━homework4
                  ┃    ┣━━homework5
                  ┃    ┣━━homework6
                  ┃    ┣━━homework7
                  ┃    ┣━━homework8
                  ┃    ┗━━README.md [583B]
                  ┗━━README.md [111B]

资源下载

抱歉,只有登录并在本文发表评论才能阅读隐藏内容,切记不要恶意刷评论白嫖资源,评论前切记阅读用户规则,一旦进入黑名单,不可能再放出来。
点赞
  1. roadtang说道:

    我去,网上翻半天没找到,得来全不费工夫,牛逼

  2. 阿破说道:

    之前也找到了这个资源,但还是楼主找的更全,有源码,连homework都有!

  3. 2020cpu说道:

    不知道看了这个,能不能写个识别车牌的程序出来

  4. dennis说道:

    感谢大佬分享,高端视频,学习一波 :biggrin:

  5. kkicc说道:

    看来是我要的东西

  6. sysfn说道:

    从目录上看内容很全面,好像利用一定会有收获

  7. afeifqh说道:

    谢谢分享。

  8. MinYu说道:

    小硕一枚,感恩分享 :biggrin:

  9. Goodman说道:

    从目录上看内容很全面,好像利用一定会有收获 :drooling:

  10. LRal说道:

    打算用来学习CNN,做图像分类,感谢分享

  11. lyc458216说道:

    正在找相关资源,感谢分享 :razz:

  12. ysc说道:

    最近正在学计算机视觉,感谢博主分享

  13. foreignvip说道:

    谢谢分享,感觉很有难度啊

  14. yumi9999说道:

    看看,lznb

  15. zhengzheng说道:

    打算用来学习CNN,做图像分类,感谢。

  16. 糊糊说道:

    打算用来学习CNN,做图像分类,感谢。

  17. 火锅蘸料说道:

    之前看过这个系列的调参那一部分,讲的很详细,可以作为入门学习的知识。

  18. 自由元素说道:

    之前从事过深度学习的研究,一直没有系统的学习。这次趁这机会,系统的学习一下现在成熟的算法。

  19. roadtang说道:

    好资源,谢谢。

  20. 火浣说道:

    感谢分享,支持. :biggrin:

  21. 大江东去说道:

    深度学习,认真学习一下,希望能提升 :idea:

  22. hx_beat说道:

    楼主实在太厉害了,不错的资源。

  23. nwn说道:

    感谢博主分享,学习啦~ :biggrin:

  24. 好学的年轻人说道:

    这个课程涵盖面很广,比较适合初学者。

  25. zb123456说道:

    非常好的课程,谢谢分享!

    1. 山涧小石说道:

      ban了,不想再客气了

  26. wpac12说道:

    感谢分享

  27. shishishi说道:

    学了这个,搞无人驾驶去,牛逼牛逼课程

  28. mctz说道:

    谢谢分享

    1. 山涧小石说道:

      ban了

  29. fisher12说道:

    感谢分享啊,辛苦了

  30. it风说道:

    非常赞的资源!

  31. kevinguo说道:

    感谢大佬分享,高端视频,学习一波 :biggrin:

  32. Alegeba说道:

    感谢分享,如果有CV在移动端上应用的相关教程就好了。 :cowboy:

  33. 123说道:

    找了很久的资源,很感谢大佬的分享!!!

    1. 山涧小石说道:

      上次让你改昵称你不改,ban了

  34. hfer说道:

    这个看起来对数学的要求很高啊

  35. wang说道:

    感谢分享CV资源 :razz: :razz: :razz:

    1. 山涧小石说道:

      多发反馈意见,不要发无营养回复,第一次给予通过,注意看用户条款,避免被ban

  36. uilgnay说道:

    感谢您的分享

    1. 山涧小石说道:

      多发反馈意见,不要发无营养回复,注意看用户条款,避免被ban

  37. gq222说道:

    感谢分享 :biggrin:

  38. 阿萨辛说道:

    感谢分享CV资源 :idea:

  39. temp说道:

    博主更新一下子更新了很多资源分享,点赞

    1. 山涧小石说道:

      多发反馈意见,不要发无营养回复,第一次给予通过,注意看用户条款,避免被ban

  40. 996说道:

    感谢分享 :biggrin:

发表评论