资源简介
课程内容全面覆盖深度学习算法及其项目实战，主要应用于计算机视觉与自然语言处理两大核心领域，配套实战案例与项目全部基于真实数据集与实际任务展开。大型项目完美结合当下行业趋势，培养满足企业就业需求的中高级人工智能算法工程师。
资源目录
——/计算机教程/03-腾讯课堂/076-咕泡-人工智能P5第5期2022年/ ├──01_直播课回放 | ├──10_直播7：GPT系列算法与实战 | ├──11_额外补充：GPT建模与预测流程 | ├──12_额外补充：文本摘要建模 | ├──13_直播8：知识抽取实战 | ├──14_直播9：Openai CLIP模型 | ├──15_直播10：DeformableDetr算法解读 | ├──16_直播11：OCR算法解读 | ├──17_直播12：KIE关键信息抽取与视频超分辨率重构 | ├──18_直播13：对比学习 | ├──1_直播1：开班典礼 | ├──2_Pycharm环境配置与Debug演示(没用过的同学必看) | ├──3_直播2：深度学习必备基础-神经网络与卷积网络 | ├──4_直播3：Transformer原理及其各领域应用分析 | ├──5_额外补充：时间序列预测 | ├──6_直播4：Informer时间序列预测源码解读 | ├──7_额外补充：Huggingface与NLP（讲故事） | ├──8_直播5：Huggingface核心模块解读 | └──9_直播6：BERT系列模型与命名实体识别实例 ├──02_深度学习必备核心算法 | ├──1_神经网络算法解读 | ├──2_卷积神经网络算法解读 | └──3_递归神经网络算法解读 ├──03_深度学习核心框架PyTorch | ├──1_PyTorch框架介绍与配置安装 | ├──2_使用神经网络进行分类任务 | ├──3_神经网络回归任务-气温预测 | ├──4_卷积网络参数解读分析 | ├──5_图像识别模型与训练策略（重点） | ├──6_DataLoader自定义数据集制作 | ├──7_LSTM文本分类实战 | └──8_PyTorch框架Flask部署例子 ├──04_MMLAB实战系列 | ├──10_第四模块：DBNET文字检测 | ├──11_第四模块：ANINET文字识别 | ├──12_第四模块：KIE基于图模型的关键信息抽取 | ├──12_第五模块：stylegan2源码解读 | ├──13_第六模块：BasicVSR++视频超分辨重构源码解读 | ├──14_第七模块：多模态3D目标检测算法源码解读 | ├──15_第八模块：模型蒸馏应用实例 | ├──16_第八模块：模型剪枝方法概述分析 | ├──17_第九模块：mmaction行为识别 | ├──18_额外补充 | ├──1_MMCV安装方法 | ├──2_第一模块：分类任务基本操作 | ├──3_第一模块：训练结果测试与验证 | ├──4_第一模块：模型源码DEBUG演示 | ├──5_第二模块：使用分割模块训练自己的数据集 | ├──6_第二模块：基于Unet进行各种策略修改 | ├──7_第二模块：分割任务CVPR最新Backbone设计及其应用 | ├──8_第三模块：mmdet训练自己的数据任务 | └──9_第三模块：DeformableDetr物体检测源码分析 ├──05_Opencv图像处理框架实战 | ├──10_项目实战-文档扫描OCR识别 | ├──11_图像特征-harris | ├──12_图像特征-sift | ├──13_案例实战-全景图像拼接 | ├──14_项目实战-停车场车位识别 | ├──15_项目实战-答题卡识别判卷 | ├──16_背景建模 | ├──17_光流估计 | ├──18_Opencv的DNN模块 | ├──19_项目实战-目标追踪 | ├──1_课程简介与环境配置 | ├──20_卷积原理与操作 | ├──21_项目实战-疲劳检测 | ├──2_图像基本操作 | ├──3_阈值与平滑处理 | ├──4_图像形态学操作 | ├──5_图像梯度计算 | ├──6_边缘检测 | ├──7_图像金字塔与轮廓检测 | ├──8_直方图与傅里叶变换 | └──9_项目实战-信用卡数字识别 ├──06_综合项目-物体检测经典算法实战 | ├──10_EfficientNet网络 | ├──11_EfficientDet检测算法 | ├──12_基于Transformer的detr目标检测算法 | ├──13_detr目标检测源码解读 | ├──1_深度学习经典检测方法概述 | ├──2_YOLO-V1整体思想与网络架构 | ├──3_YOLO-V2改进细节详解 | ├──4_YOLO-V3核心网络模型 | ├──5_项目实战-基于V3版本进行源码解读 | ├──6_基于YOLO-V3训练自己的数据集与任务 | ├──7_YOLO-V4版本算法解读 | ├──8_V5版本项目配置 | └──9_V5项目工程源码解读 ├──07_图像分割实战 | ├──10_MaskRcnn网络框架源码详解 | ├──11_基于MASK-RCNN框架训练自己的数据与任务 | ├──1_图像分割及其损失函数概述 | ├──2_卷积神经网络原理与参数解读 | ├──3_Unet系列算法讲解 | ├──4_unet医学细胞分割实战 | ├──5_U2NET显著性检测实战 | ├──6_deeplab系列算法 | ├──7_基于deeplabV3+版本进行VOC分割实战 | ├──8_医学心脏视频数据集分割建模实战 | └──9_物体检测框架-MaskRcnn项目介绍与配置 ├──08_行为识别实战 | ├──1_slowfast算法知识点通俗解读 | ├──2_slowfast项目环境配置与配置文件 | ├──3_slowfast源码详细解读 | ├──4_基于3D卷积的视频分析与动作识别 | ├──5_视频异常检测算法与元学习 | ├──6_视频异常检测CVPR2021论文及其源码解读 | └──7_基础补充-Resnet模型及其应用实例 ├──09_2022论文必备-Transformer实战系列 | ├──10_MedicalTransformer源码解读 | ├──11_商汤LoFTR算法解读 | ├──12_局部特征关键点匹配实战 | ├──13_项目补充-谷歌开源项目BERT源码解读与应用实例 | ├──14_项目补充-基于BERT的中文情感分析实战 | ├──1_课程介绍 | ├──2_自然语言处理通用框架BERT原理解读 | ├──3_Transformer在视觉中的应用VIT算法 | ├──4_VIT算法模型源码解读 | ├──5_swintransformer算法原理解析 | ├──6_swintransformer源码解读 | ├──7_基于Transformer的detr目标检测算法 | ├──8_detr目标检测源码解读 | └──9_MedicalTrasnformer论文解读 ├──10_图神经网络实战 | ├──1_图神经网络基础 | ├──2_图卷积GCN模型 | ├──3_图模型必备神器PyTorch Geometric安装与使用 | ├──4_使用PyTorch Geometric构建自己的图数据集 | ├──5_图注意力机制与序列图模型 | ├──6_图相似度论文解读 | ├──7_图相似度计算实战 | ├──8_基于图模型的轨迹估计 | └──9_图模型轨迹估计实战 ├──11_3D点云实战 | ├──1_3D点云实战 3D点云应用领域分析 | ├──2_3D点云PointNet算法 | ├──3_PointNet++算法解读 | ├──4_Pointnet++项目实战 | ├──5_点云补全PF-Net论文解读 | ├──6_点云补全实战解读 | ├──7_点云配准及其案例实战 | └──8_基础补充-对抗生成网络架构原理与实战解析 ├──12_目标追踪与姿态估计实战 | ├──1_课程介绍 | ├──2_姿态估计OpenPose系列算法解读 | ├──3_OpenPose算法源码分析 | ├──4_deepsort算法知识点解读 | ├──5_deepsort源码解读 | ├──6_YOLO-V4版本算法解读 | ├──7_V5版本项目配置 | └──8_V5项目工程源码解读 ├──13_面向深度学习的无人驾驶实战 | ├──10_NeuralRecon项目源码解读 | ├──11_TSDF算法与应用 | ├──12_TSDF实战案例 | ├──13_轨迹估计算法与论文解读 | ├──14_轨迹估计预测实战 | ├──15_特斯拉无人驾驶解读 | ├──1_深度估计算法原理解读 | ├──2_深度估计项目实战 | ├──3_车道线检测算法与论文解读 | ├──4_基于深度学习的车道线检测项目实战 | ├──5_商汤LoFTR算法解读 | ├──6_局部特征关键点匹配实战 | ├──7_三维重建应用与坐标系基础 | ├──8_NeuralRecon算法解读 | └──9_NeuralRecon项目环境配置 ├──14_缺陷检测实战 | ├──10_基于视频流水线的Opencv缺陷检测项目 | ├──11_图像分割deeplab系列算法 | ├──12_基于deeplabV3+版本进行VOC分割实战 | ├──13_Deeplab铁质材料缺陷检测与开源项目应用流程 | ├──1_课程介绍 | ├──2_物体检框架YOLO-V4版本算法解读 | ├──3_物体检测框架YOLOV5版本项目配置 | ├──4_物体检测框架YOLOV5项目工程源码解读 | ├──5_基于YOLOV5的钢材缺陷检测实战 | ├──6_Semi-supervised布料缺陷检测实战 | ├──7_Opencv图像常用处理方法实例 | ├──8_Opencv轮廓检测与直方图 | ├──8_Opencv梯度计算与边缘检测实例 | └──9_基于Opencv缺陷检测项目实战 ├──15_行人重识别实战 | ├──1_行人重识别原理及其应用 | ├──2_基于注意力机制的Reld模型论文解读 | ├──3_基于Attention的行人重识别项目实战 | ├──4_AAAI2020顶会算法精讲 | ├──5_项目实战-基于行人局部特征融合的再识别实战 | ├──6_旷视研究院最新算法解读（基于图模型） | └──7_基于拓扑图的行人重识别项目实战 ├──16_对抗生成网络实战 | ├──1_课程介绍 | ├──2_对抗生成网络架构原理与实战解析 | ├──3_基于CycleGan开源项目实战图像合成 | ├──4_stargan论文架构解析 | ├──5_stargan项目实战及其源码解读 | ├──6_基于starganvc2的变声器论文原理解读 | ├──7_starganvc2变声器项目实战及其源码解读 | ├──8_图像超分辨率重构实战 | └──9_基于GAN的图像补全实战 ├──17_强化学习实战系列 | ├──1_强化学习简介及其应用 | ├──2_PPO算法与公式推导 | ├──3_PPO实战-月球登陆器训练实例 | ├──4_Q-learning与DQN算法 | ├──5_DQN算法实例演示 | ├──6_DQN改进与应用技巧 | ├──7_Actor-Critic算法分析（A3C） | └──8_用A3C玩转超级马里奥 ├──18_面向医学领域的深度学习实战 | ├──10_基于deeplab的心脏视频数据诊断分析 | ├──11_YOLO系列物体检测算法原理解读 | ├──12_基于YOLO5细胞检测实战 | ├──13_知识图谱原理解读 | ├──14_Neo4j数据库实战 | ├──15_基于知识图谱的医药问答系统实战 | ├──16_词向量模型与RNN网络架构 | ├──17_医学糖尿病数据命名实体识别 | ├──1_卷积神经网络原理与参数解读 | ├──2_PyTorch框架基本处理操作 | ├──3_PyTorch框架必备核心模块解读 | ├──4_基于Resnet的医学数据集分类实战 | ├──5_图像分割及其损失函数概述 | ├──6_Unet系列算法讲解 | ├──7_unet医学细胞分割实战 | ├──8_deeplab系列算法 | └──9_基于deeplabV3+版本进行VOC分割实战 ├──19_深度学习模型部署与剪枝优化实战 | ├──3_pyTorch框架部署实践 | ├──4_YOLO-V3物体检测部署实例 | ├──5_docker实例演示 | ├──6_tensorflow-serving实战 | ├──7_模型剪枝-Network Slimming算法分析 | ├──8_模型剪枝-Network Slimming实战解读 | └──9_Mobilenet三代网络模型架构 ├──20_自然语言处理经典案例实战 | ├──10_NLP-文本特征方法对比 | ├──11_NLP-相似度模型 | ├──12_LSTM情感分析 | ├──13_机器人写唐诗 | ├──14_对话机器人 | ├──1_NLP常用工具包实战 | ├──2_商品信息可视化与文本分析 | ├──3_贝叶斯算法 | ├──4_新闻分类任务实战 | ├──5_HMM隐马尔科夫模型 | ├──6_HMM工具包实战 | ├──7_语言模型 | ├──8_使用Gemsim构建词向量 | └──9_基于word2vec的分类任务 ├──21_自然语言处理通用框架-BERT实战 | ├──1_自然语言处理通用框架BERT原理解读 | ├──2_谷歌开源项目BERT源码解读与应用实例 | ├──3_项目实战-基于BERT的中文情感分析实战 | ├──4_项目实战-基于BERT的中文命名实体识别识别实战 | ├──5_必备基础知识点-woed2vec模型通俗解读 | ├──6_必备基础-掌握Tensorflow如何实现word2vec模型 | ├──7_必备基础知识点-RNN网络架构与情感分析应用实例 | └──8_医学糖尿病数据命名实体识别 ├──22_知识图谱实战系列 | ├──1_知识图谱介绍及其应用领域分析 | ├──2_知识图谱涉及技术点分析 | ├──3_Neo4j数据库实战 | ├──4_使用python操作neo4j实例 | ├──5_基于知识图谱的医药问答系统实战 | ├──6_文本关系抽取实践 | ├──7_金融平台风控模型实践 | └──8_医学糖尿病数据命名实体识别 ├──23_语音识别实战系列 | ├──1_seq2seq序列网络模型 | ├──2_LAS模型语音识别实战 | ├──3_starganvc2变声器论文原理解读 | ├──4_staeganvc2变声器源码实战 | ├──5_语音分离ConvTasnet模型 | ├──6_ConvTasnet语音分离实战 | ├──7_语音合成tacotron最新版实战 | └──3.注意力机制的作用.txt ├──24_推荐系统实战系列 | ├──10_基本统计分析的电影推荐 | ├──11_补充-基于相似度的酒店推荐系统 | ├──1_推荐系统介绍及其应用 | ├──2_协同过滤与矩阵分解 | ├──3_音乐推荐系统实战 | ├──4_知识图谱与Neo4j数据库实例 | ├──5_基于知识图谱的电影推荐实战 | ├──6_点击率估计FM与DeepFM算法 | ├──7_DeepFM算法实战 | ├──8_推荐系统常用工具包演示 | └──9_基于文本数据的推荐实例 └──资料 | ├──00.1-18 节直播13：对比学习 | ├──00.直播 | ├──03.第三章 深度学习核⼼框架PyTorch | ├──04.第四章 MMLAB实战系列 | ├──05.第五章 Opencv图像处理框架实战 | ├──06.第六章 综合项⽬-物体检测经典算法实战 | ├──07.第七章 图像分割实战 | ├──08.第八章 行为识别实战 | ├──09.第九章 2022论⽂必备-Transformer实战系列 | ├──10.第一十章 图神经⽹络实战 | ├──11.第一十一章 3D点云实战 | ├──12.第一十二章 ⽬标追踪与姿态估计实战 | ├──12.第一十二章 第十模块：缺陷检测实战 | ├──13.第一十三章 ⾯向深度学习的⽆⼈驾驶实战 | ├──14.第一十四章 缺陷检测实战 | ├──15.第一十五章 ⾏⼈重识别实战 | ├──15.第一十五章 第十三模块：强化学习实战 | ├──16.第一十六章 第十四模块：面向医学领域的深度学习实战 | ├──16.第一十六章 对抗⽣成⽹络实战 | ├──19.第一十九章 深度学习模型部署与剪枝优化实战 | ├──20.第二十章 ⾃然语⾔处理经典案例实战 | ├──21.第二十一章 ⾃然语⾔处理通⽤框架-BERT实战 | ├──22.第二十二章 知识图谱实战系列 | ├──23.第二十三章 语⾳识别实战系列 | └──24.第二十四章 推荐系统实战系列
——/资料/ ├──00.1-18 节直播13：对比学习 | ├──trainCLIP.py 1.56kb | └──对比学习.pdf 1.96M ├──00.直播 | ├──1-10 节直播7：GPT系列算法与实战 | ├──1-11 节额外补充：GPT建模与预测流程 | ├──1-12 节额外补充：文本摘要建模 | ├──1-13 节直播8：知识抽取实战 | ├──1-14 节直播9：Openai CLIP模型 | ├──1-15 节直播10：DeformableDetr算法解读 | ├──1-16 节直播11：OCR算法解读 | ├──1-17 节直播12：KIE关键信息抽取与视频超分辨率重构 | ├──1-3 节直播2：深度学习必备基础-神经网络与卷积网络 | ├──1-4 节直播3：Transformer原理及其各领域应用分析 | ├──1-6 节直播4：Informer时间序列预测源码解读 | ├──1-8 节直播5：Huggingface核心模块解读 | └──1-9 节直播6：BERT系列模型与命名实体识别实例 ├──03.第三章 深度学习核⼼框架PyTorch | ├──flask预测.zip 712.05M | ├──第八章：对抗生成网络架构原理与实战解析.zip 35.28M | ├──第二,三章：神经网络实战分类与回归任务.zip 15.82M | ├──第六章：DataLoader自定义数据集制作.zip 594.02M | ├──第七章：LSTM文本分类实战.zip 31.53M | ├──第四章：卷积网络参数解读.zip 33.37M | └──第五章：图像识别模型与训练策略（重点）.zip 449.77M ├──04.第四章 MMLAB实战系列 | ├──mmaction2-master.zip 827.76M | ├──mmclassification-master.zip 912.00M | ├──mmdetection-master.zip 1.46G | ├──mmdetection3d-1.0.0rc0.zip 395.05M | ├──mmediting-master.zip 107.78M | ├──mmgeneration-master.zip 746.81M | ├──mmocr-main.zip 381.72M | ├──mmrazor-master.zip 1.00G | ├──mmsegmentation-0.20.2.zip 2.80G | ├──MPViT-main.zip 924.77M | └──ner.zip 121.60M ├──05.第五章 Opencv图像处理框架实战 | ├──课件 | └──源码资料 ├──06.第六章 综合项⽬-物体检测经典算法实战 | ├──YOLO系列（PyTorch） | ├──detr目标检测源码解读.zip 108.29kb | ├──EfficientDet.zip 80.48M | ├──EfficientNet.pdf 943.23kb | ├──第十二章：基于Transformer的detr目标检测算法.pdf 885.69kb | └──物体检测.pdf 1.38M ├──07.第七章 图像分割实战 | ├──第1节：图像分割算法 | ├──第2节：卷积网络 | ├──第3节：Unet系列算法讲解 | ├──第4节：unet医学细胞分割实战 | ├──第6节：deeplab系列算法 | ├──第7节：基于deeplabV3+版本进行VOC分割实战 | ├──第8节：基于deeplab的心脏视频数据诊断分析 | ├──基于Resnet的医学数据集分类实战 | ├──f112c9fda85536ee3eba662c9043e683.bat 0.07kb | ├──mask-rcnn.pdf 989.98kb | ├──MaskRcnn网络框架源码详解.zip 1.14G | ├──PyTorch框架基本处理操作.zip 98.58M | ├──R(2+1)D网络.pdf 507.15kb | ├──第5节：U-2-Net.zip 636.25M | ├──基于MASK-RCNN框架训练自己的数据与任务.zip 439.38M | └──图像识别核心模块实战解读.zip 336.95M ├──08.第八章 行为识别实战 | ├──基础补充-Resnet模型及其应用实例 | ├──1-slowfast算法知识点通俗解读.pdf 572.31kb | ├──4-基于3D卷积的视频分析与动作识别.zip 845.84M | ├──5-视频异常检测算法与元学习.pdf 1.15M | ├──6-视频异常检测CVPR2021论文及其源码解读.zip 243.75M | ├──slowfast论文.pdf 1.45M | ├──基础补充-PyTorch框架必备核心模块解读.zip 336.95M | └──基础补充-PyTorch框架基本处理操作.zip 98.58M ├──09.第九章 2022论⽂必备-Transformer实战系列 | └──transformer系列 ├──10.第一十章 图神经⽹络实战 | ├──3-图模型必备神器PyTorch Geometric安装与使用 | ├──4-使用PyTorch Geometric构建自己的图数据集 | ├──5-图注意力机制与序列图模型 | ├──6-图相似度论文解读 | ├──7-图相似度计算实战 | ├──8-基于图模型的轨迹估计 | ├──9-图模型轨迹估计实战 | ├──第二章：图卷积GCN模型 | └──第一章：图神经网络基础 ├──11.第一十一章 3D点云实战 | ├──第1节：3D点云应用领域分析 | ├──第2节：3D点云PointNet算法 | ├──第3节：PointNet++算法解读 | ├──第4节：Pointnet++项目实战 | ├──第5节：点云补全PF-Net论文解读 | ├──第6节：点云补全实战解读 | ├──第7节：点云配准及其案例实战 | └──第8节：基础补充-对抗生成网络架构原理与实战解析 ├──12.第一十二章 ⽬标追踪与姿态估计实战 | ├──第五六七章：YOLO目标检测 | ├──基础补充-Resnet模型及其应用实例 | ├──第二章：OpenPose算法源码分析.zip 243.86M | ├──第三章：Deepsort算法知识点解读.pdf 1.58M | ├──第四章：Deepsort源码解读.zip 107.90M | ├──第一章：姿态估计OpenPose系列算法解读.pdf 2.42M | ├──基础补充-PyTorch框架必备核心模块解读.zip 336.95M | └──基础补充-PyTorch框架基本处理操作.zip 98.58M ├──12.第一十二章 第十模块：缺陷检测实战 | └──缺陷检测实战 ├──13.第一十三章 ⾯向深度学习的⽆⼈驾驶实战 | ├──1.深度估计算法解读 | ├──10-NeuralRecon项目源码解读 | ├──11-TSDF算法与应用 | ├──12-TSDF实战案例 | ├──13-轨迹估计算法与论文解读 | ├──14-轨迹估计预测实战 | ├──15-特斯拉无人驾驶解读 | ├──2.深度估计项目实战 | ├──3-车道线检测算法与论文解读 | ├──4-基于深度学习的车道线检测项目实战 | ├──5-商汤LoFTR算法解读 | ├──6-局部特征关键点匹配实战 | ├──7-三维重建应用与坐标系基础 | ├──8-NeuralRecon算法解读 | └──9-NeuralRecon项目环境配置 ├──14.第一十四章 缺陷检测实战 | ├──PyTorch基础 | ├──Resnet分类实战 | ├──第1-4章：YOLOV5缺陷检测 | ├──第11-12章：deeplab | ├──第6-8章：Opencv各函数使用实例 | ├──DeepLab铁质材料缺陷检测与开源项目应用流程.zip 3.58G | ├──第10章：基于视频流水线的Opnecv缺陷检测项目.zip 13.96M | ├──第5章：Semi-supervised布料缺陷检测实战.zip 212.33M | └──第9章：基于Opencv缺陷检测项目实战.zip 11.38M ├──15.第一十五章 ⾏⼈重识别实战 | ├──第1节：行人重识别原理及其应用 | ├──第2节：基于注意力机制的ReId模型论文解读 | ├──第3节：基于Attention的行人重识别项目实战 | ├──第4节：经典会议算法精讲（特征融合） | ├──第5节：项目实战-基于行人局部特征融合的再识别实战 | ├──第6节：旷视研究院最新算法解读（基于图模型） | └──第7节：基于拓扑图的行人重识别项目实战 ├──15.第一十五章 第十三模块：强化学习实战 | ├──第1节：强化学习简介及其应用.pdf 738.65kb | ├──第2节：PPO算法与公式推导.pdf 899.22kb | ├──第3节：策略梯度实战-月球登陆器训练实例.zip 4.34M | ├──第4节：DQN算法.pdf 1.43M | ├──第5节：DQN算法实例演示.zip 1.98kb | ├──第7节：Actor-Critic算法分析(A3C).pdf 560.29kb | └──第8节：A3C算法玩转超级马里奥.zip 97.62M ├──16.第一十六章 第十四模块：面向医学领域的深度学习实战 | ├──1-神经网络算法PPT | ├──10-基于deeplab的心脏视频数据诊断分析 | ├──11-YOLO系列物体检测算法原理解读 | ├──12-基于YOLO5细胞检测实战 | ├──13-知识图谱原理解读 | ├──14-Neo4j数据库实战 | ├──15-基于知识图谱的医药问答系统实战 | ├──17-医学糖尿病数据命名实体识别 | ├──4-基于Resnet的医学数据集分类实战 | ├──5-图像分割及其损失函数概述 | ├──6-Unet系列算法讲解 | ├──7-unet医学细胞分割实战 | ├──8-deeplab系列算法 | ├──9-基于deeplabV3+版本进行VOC分割实战 | ├──16-词向量模型与RNN网络架构.zip 2.15M | ├──2-PyTorch框架基本处理操作.zip 98.58M | └──3-PyTorch框架必备核心模块解读.zip 336.95M ├──16.第一十六章 对抗⽣成⽹络实战 | ├──第4节：stargan论文架构解析 | ├──第6节：基于starganvc2的变声器论文原理解读 | ├──第8节：图像超分辨率重构实战 | ├──第9节：基于GAN的图像补全实战 | ├──cyclegan.pdf 2.67M | ├──第2节：对抗生成网络架构原理与实战解析.zip 35.28M | ├──第3节：基于CycleGan开源项目实战图像合成.zip 1.60G | ├──第5节：stargan项目实战及其源码解读.zip 869.44M | └──第7节：starganvc2变声器项目实战及其源码解读.zip 485.00M ├──19.第一十九章 深度学习模型部署与剪枝优化实战 | ├──Docker使用命令.zip 7.83M | ├──Mobilenet.pdf 2.41M | ├──mobilenetv3.py 7.31kb | ├──pytorch-slimming.zip 356.43M | ├──PyTorch模型部署实例.zip 102.80kb | ├──TensorFlow-serving.zip 2.96M | ├──YOLO部署实例.zip 876.45M | └──剪枝算法.pdf 504.02kb ├──20.第二十章 ⾃然语⾔处理经典案例实战 | ├──NLP常用工具包 | ├──课后作业 | ├──课件 | └──源码、数据集等 ├──21.第二十一章 ⾃然语⾔处理通⽤框架-BERT实战 | ├──课后作业 | └──课件、源码 ├──22.第二十二章 知识图谱实战系列 | ├──第1.2节：知识图谱介绍及其应用领域分析 | ├──第3节：Neo4j数据库实战 | ├──第4节：使用python操作neo4j实例 | ├──第5节：基于知识图谱的医药问答系统实战 | ├──第6节：文本关系抽取实践 | ├──第7节：金融平台风控模型实践 | └──第8节：医学糖尿病数据命名实体识别 ├──23.第二十三章 语⾳识别实战系列 | ├──PPT | ├──论文 | ├──变声器pytorch-StarGAN-VC2.zip 484.93M | ├──语音分离Conv-TasNet.zip 84.38M | ├──语音合成tacotron2实战.zip 302.43M | ├──语音识别LAS模型.zip 420.12M | └──资料.jpg 3.33M └──24.第二十四章 推荐系统实战系列 | ├──第10节：基于统计分析的电影推荐 | ├──第3节：音乐推荐系统实战 | ├──第4节：Neo4j数据库实例 | ├──第11节：补充-基于相似度的酒店推荐系统.zip 1.81M | ├──第1节：推荐系统介绍.pdf 1.50M | ├──第2节：协同过滤与矩阵分解.pdf 974.68kb | ├──第5节：基于知识图谱的电影推荐实战.zip 160.61M | ├──第6节：FM与DeepFM算法.pdf 759.61kb | ├──第7节：DeepFM算法实战.zip 1.16M | ├──第8节：推荐系统常用工具包演示.zip 129.35M | └──第9节：基于文本数据的推荐实例.zip 254.77M
学习学习
学习学习
学习学习