人工智能

    今日:1893| 主题:274
收藏本版 (17)
发表新帖

[百度网盘]贪心学院计算机视觉CV课程

[复制链接]
admin 发表于 2019-10-26 03:29:52
14977 16
课程目录
        任务100:道路行车道检测代码讲解.mp4

        任务101:在图像和视频上面演示道路行车道检测.mp4) X( K1 C& f: H0 H

        任务102:项目介绍.mp4; U, ]( \. f8 J- A; n; c5 L# M
+ M! A9 s' V5 u/ D
        任务103:交通指示牌识别的简介.mp44 |/ l( |' b1 |  U: a8 F
$ n8 u* v& D/ T1 s1 H2 E
        任务104:交通指示牌识别课程的编程任务.mp4

        任务105:如何分析数据 (util.py 的详细介绍).mp4* B9 t. b: w2 z$ k0 v4 K
! i+ S/ M) v$ Q# K
        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 (train.py 的详细介绍)01.mp4

        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 (train.py 的详细介绍)02.mp4
5 x! }4 K4 w! Y# K* c( V
        任务108:色彩空间转换.mp4" g& M* ^3 o' M3 V. h  F

        任务109:直方图均衡.mp4
& T* T6 W& g( _- S+ G! T
        任务10:问答环节.mp40 `- D$ n# f* E, j
6 b! p$ M/ i) M3 J1 d5 Y2 y
        任务110:图像标准化.mp44 `% v+ c% M, a: E' x) N
5 z0 h2 D: s2 W; I9 U* e
        任务111:使用ImageDataGenerator做图像增强.mp4

        任务112:作业上传的要求.mp4

        任务113:介绍经典交通指示牌卷积神经网络模型.mp4, w4 B9 }# b/ v3 O* L" S
# \! x+ }" t8 ~
        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

        任务115:卷积神经网络的数学原理01.mp4
. R+ W1 E/ B+ b0 c* E$ X) E
        任务116:卷积神经网络的数学原理02.mp4
% w! a# w4 B7 d2 v% G
        任务117:深度学习调参-直播-01.mp4: O" ~( r5 c/ G1 S' G6 }
) T+ U: m/ V" |& F3 g# i
        任务118:深度学习调参-直播-02.mp4: M8 G0 @5 I* m' }

        任务119:深度学习调参-直播-03.mp4
' m9 I: X- t! s( Y4 m, o) c# m
        任务11:环境安装.mp42 |5 n  [2 P) n$ ~) _) z
0 W- c% {2 u/ a- Q
        任务120:卷积层的启发.mp4

        任务121:卷积层的定量分析.mp4
% d) w4 r# I* d! s( I
        任务122:单通道输入 单通道输出的卷积层的实例.mp4
, G9 _. X/ L: ^. f) o. J
        任务123:多通道输入 多通道输出的卷积层的实例.mp4! H+ x: X$ e' W4 j- c9 x
. d& b* k& {7 ?9 Y1 G
        任务124:池化层的原理 定量分析.mp4+ h" m5 K7 ?# F& E  y
4 k0 O1 {$ A7 N  m/ }: C+ ]
        任务125:卷积神经网络和全连接神经网络的比较.mp4; C" I. M! g, A! J

        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.mp40 Q) U$ ]# j, @# L4 u0 m7 K  K

        任务127:基于深度学习的图像分类历史回顾.mp47 D+ j: F1 S% }9 e& G# h

        任务128:AlexNet的结构分析.mp4

        任务129:ZFNet的结构分析.mp43 y1 _( D! |  y$ g: Q: f; B

        任务12:二元分类问题.mp4, p- a1 K# V9 U+ p* \4 k7 N

        任务130:VGG的结构分析.mp4
4 r5 p5 R- q8 g
        任务131:GoogleNet Inception的结构分析.mp4
8 r% g9 W$ L1 N( I
        任务132:Inception V3的结构分析.mp42 X! t/ s+ N: f$ ?

        任务133:ResNet的结构分析.mp4
/ b9 D2 U5 f' C: @5 E% r
        任务134:ResNet的代码实现.mp4

        任务135:基于内容的图像搜索理论基础.mp40 j- H& m7 u0 H2 u/ A0 d

        任务136:基于去噪自动编码器的图像搜索代码实现.mp4# v8 c6 {8 p! r5 e9 M$ {- c3 }* ]
) G1 x# M/ I* D4 _: |. |
        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* n  A3 L1 G0 G2 A6 z4 K! l
( x/ r1 t$ e" P; O( X: w
        任务138:项目1-看图说话(助教)讲解和答疑-01.mp4' u, V) G, q& Q6 k' N1 \% h6 s
9 [) f% V) n6 T: y1 a6 n% s
        任务139:项目1-看图说话(助教)讲解和答疑-02.mp4

        任务13:逻辑函数.mp4

        任务140:项目介绍.mp4
2 T# Q5 u3 v7 X* [# _
        任务141:自动驾驶方向盘转动方向预测的背景知识.mp4

        任务142:如何收集训练数据.mp4/ w  x! o: n! v+ p$ Y! p
        任务143:理解分析训练数据.mp4
        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
        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$ ]3 ?% S% f9 N* n+ _
        任务146:探索数据01.mp4
        任务147:探索数据02.mp4
        任务148:图像增强01.mp4
        任务149:图像增强02.mp4! D9 n  z' p5 n% ^! A" J8 T
        任务14:指数与对数 、逻辑回归.mp4
        任务150:解决数据不平衡的问题 DataGenerator的应用.mp4. H* k' Y/ P  T1 R% J
        任务151:网络结构实例.mp4
        任务152: 图像增强部分的代码讲解.mp4
        任务153:DataGenerator部分的代码讲解.mp4
        任务154:网络结构实现部分的代码讲解.mp4
        任务155:方向盘转动方向预测网络模型的性能评估方法.mp4
        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
        任务157:模拟器自动驾驶的展示.mp4
        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.mp40 o- o' J8 |, t. w8 g4 U+ d: @
        任务159:如何安装Python 连接模拟器的Python 库.mp4
        任务15:示例.mp4
        任务160:windows 下面使用自动驾驶模拟器的教程.mp4" ?1 j: Q7 `9 ~& n- Z* T
        任务161:mac 下面使用自动驾驶模拟器的教程.mp4
        任务162:目标识别综述.mp4% v6 w; X9 I' f9 J! T
        任务163:基于HOG(梯度直方图)的目标识别.mp4* t, n8 [7 c  b4 e6 F
        任务164:Non-Max Suppression IoU 和 Hard Negative Mining.mp4$ |8 z% s' K) _/ }* R) g+ l
        任务165:R-CNN的工作原理.mp41 u. G8 {3 z* N5 s" w
: o$ t* `% k1 R
        任务166:R-CNN中的边界框(Bounding Box)预测原理.mp4- R) r$ n5 M  a
0 q! r% f& c8 n
        任务167:R-CNN的不足之处.mp48 B9 y$ C. I( ]& _+ ]

        任务168:Fast R-CNN详解.mp4* x! s9 q. L9 O( z7 Y) p1 a' g
7 v7 i: B( A  ^$ l' L
        任务169:Faster R-CNN Region Proposal Network.mp44 M# L$ {: Z9 x- V" J1 K
! X- R1 J7 g  G2 a$ W, s7 d
        任务16:损失函数.mp4  x2 P6 j$ f9 k$ u, q
1 M8 b6 V  J9 s$ r. t$ p
        任务170:R-CNN Fast R-CNN Faster R-CNN的总结.mp4

        任务171:目标识别 R-CNN家族的回顾.mp41 s( m0 x  `9 l2 f* Q& h: n

        任务172:SSD的简介 SSD与R-CNN的比较.mp4
6 b2 W* n3 V8 q
        任务173:SSD的网络结构.mp4
' y, E6 I* t: a# i3 `# [8 c* z7 ?
        任务174:如何使用卷积作为最后的预测层.mp4

        任务175:SSD的训练过程.mp4

        任务176:SSD的实验结果分析.mp4- T' |) Y* f4 s0 \0 o' ]

        任务177:VGG16到SSD网络的演化 L2Normalization层的实现.mp4: v8 @, S, z  c, g9 T4 }( m

        任务178:SSD各个技术对失败率的影响 Atrous卷积层的原理.mp4" t# P1 Q, z+ J% D4 c$ F

        任务179:使用卷积作为最后的预测层详解.mp4
& m' W/ K  e5 N2 m* M# C4 N
        任务17:损失函数推演.mp4

        任务180:SSD定位损失函数详解.mp4: A$ }; Z) {$ w1 v3 [+ I

        任务181:SSD中Anchor尺寸 宽高比 中心位置的确定.mp4

        任务182:SSD中分类损失函数详解.mp48 x& G$ r5 m" k% I

        任务183:Non-Max Suppression的原理.mp4& _7 \- L" w" O6 ]5 Q1 C# Z

        任务184:SSD和YOLO的比较 SSD的总结.mp4
2 X& C; |* t. w2 i4 Y, B
        任务185:图像分割简介.mp48 `2 W) D4 R! O& L
1 [" e2 G; H! r6 t& }
        任务186:基于深度学习的图像分割U-Net的原理.mp4+ r. r' p8 ?; F# O6 S4 f( G6 d7 [
( M" `: a9 Y9 C2 C9 f" c$ ?
        任务187:Transposed Convolution原理与运用.mp4
8 ^/ w, I, c9 |
        任务188:U-Net的代码讲解.mp4
. p7 }! a6 Q. |( P, }
        任务189:图像生成的原理.mp4" i9 \2 G2 O9 _6 L. g
* ^+ r9 x5 N" K4 J" z+ t
        任务18:梯度下降法.mp4

        任务190:使用深度学习自动图像生成手写数字的代码讲解.mp43 \1 v, ]+ |6 x) [2 ]; i
( I. G$ ~" ^- w+ `: R7 q4 Z4 P
        任务191:图像风格转移的原理.mp4% d# r+ [, _& D
7 q, B. \" _/ M, x" z' {
        任务192:使用深度学习实现图像风格转移的代码讲解.mp4. z6 D- @+ N# t' \0 N
$ {1 R5 n$ c2 B3 w- E
        任务193:SSD的原理回顾.mp4
+ p4 Y2 W) S" h8 k$ V3 B5 }  n+ q
        任务194:编程项目的训练数据介绍.mp4) A, L4 P, T3 K. N  ?1 P2 l

        任务195:对SSD模型对产生Anchor有影响的参数讲解.mp4, s$ ~# ^. I, j
. a& R+ w4 q. Q' r) s: N  f
        任务196:对候选框精选处理有影响的参数讲解.mp4  \+ X, ?+ ?% }, h- z: f

        任务197:对输入模型参数的合法性检测和转换.mp4
        任务198:具有7层的SSD的网络结构讲解.mp4
        任务199:编译模型, 使用模型做预测.mp4& c! U/ Y7 F7 S0 P4 x9 j
        任务19:应用.mp4
        任务1:机器学习、深度学习简介.mp4
        任务200:SSD解码的实现.mp4( V8 {# j$ Z$ F
        任务201:帮助函数IoU, 坐标转换, SSD损失函数, Non-Max-Suppression的实现.mp4
        任务202:二值化神经网络的简介.mp4! A; `- x  X4 a/ d
        任务203:二值化网络的前向后向传播, 梯度计算原理.mp4
        任务204:二值化网络的训练算法.mp41 Q. {% q" y. B. f/ K/ u: T
        任务205:二值化网络的实验结果.mp4  v- J" ?7 A8 C. h/ l
        任务206:二值化全连接网络的代码讲解.mp4  _7 }% V& C; X
        任务207:DropoutNoScale层的实现.mp4
        任务208:BinaryDense层的实现.mp4
        任务209:二值化卷积神经网络的代码讲解.mp4
        任务20:直播答疑.mp4
        任务210:项目作业要求.mp47 K  L, P6 X0 e3 @( }: F, n4 b8 t
        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
        任务212:MobileNet, Depthwise Seperable Convolution的原理计算量分析.mp40 c# L: l! b) Y' X5 Z9 W- W
        任务213:ShuffleNet, Group Convolution, Channel Shuffle的原理.mp4
        任务214:EffNet, Spatial Seperable Convolution的原理计算量分析和实验效果.mp4$ y$ E& f" s5 U; C/ u
        任务215:lightweight-network答疑时间.mp4
        任务216:回顾EffNet的原理.mp47 t; t# u* O: h# R
        任务217:EffNet的代码讲解.mp4" _1 Y3 n* _! z) ?* K
        任务218:One-Shot Learning 的意义和工作原理.mp4
        任务219:用于One-Shot Learning 的Siamese 深度神经网络的介绍.mp4
        任务21:自动驾驶方向盘预测论文分析.mp4
        任务220:Siamese 深度神经网络的实验和结果分析.mp4, d0 ?& V# ^. t  D0 E6 j
        任务221:Transposed Convolution 的应用, 算法回顾, 以及使用矩阵乘法实现.mp4
        任务222:Transposed Convolution 的梯度推导.mp40 f3 q6 d- `9 X& v& U
        任务223:将卷积核转换为Toeplitz Matrix用于矩阵乘法实现Transposed.mp4
        任务224:同学对课程的效果反馈调查.mp4
        任务225:使用 Siamese 网络做门禁卡系统的入门介绍, 数据集的介绍.mp4
        任务226:PyTorch 基础教程.mp4" Z3 [. O0 _( F+ M  H
        任务227:Siamese One-Shot learning 知识回顾.mp4
        任务228:使用 PyTorch torchvision 库高效读取数据.mp4
        任务229:使用 PyTorch 定义 Siamese 网络结构.mp4" d2 N# [# M3 Q- x+ |" f
        任务22:使用PyCharm Keras建立深度网络模型.mp4
        任务230:使用 PyTorch 写训练网络的代码.mp4& U$ F; w+ \0 w
        任务231:使用 PyTorch 写测试网络的代码.mp4
        任务23:数据预处理 数据增强.mp4
        任务24:建立BatchGenerator高效读取数据.mp4
        任务25:训练网络 保存训练的中间过程数据.mp46 K/ R1 m* b) H6 g/ ~
        任务26:查看网络训练过程 判断网络是否过拟合 欠拟合.mp4
        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Python库Keras的介绍.mp4
        任务28:使用Pandas读取鸢尾花数据集, 使用LabelEncoder对类别标签进行编码.mp4
        任务29:使用Keras创建一个用于鸢尾花分类识别的神经网络.mp4
        任务2:深度学习的发展历史.mp4$ A  z0 y1 W/ ^% U
        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  @3 ~8 W7 d) P0 P% s0 x9 ^& \
        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! w( g, w7 N; e9 B5 o( `
        任务32:神经网络数学原理(2): 神经网络的前馈(Feed Forward)算法.mp4
        任务33:神经网络数学原理(3):神经网络的前馈(Feed Forward)算法续,Softmax层的数值问题.mp4
        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
        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) H4 h1 i7 X* E
        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
        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: j* M& w8 n" K! m# a2 a2 d' t
        任务38:Neural.Network.Loss-直播01.mp4
        任务39:Neural.Network.Loss-直播02.mp4
        任务3:现代深度学习的典型例子.mp4
        任务40:Neural.Network.Loss-直播03.mp4" ~! I) J. B8 S1 v+ [
        任务41:梯度消亡.mp4$ ]& R, ?- c) ~& t
        任务42:梯度消亡问题分析.mp4
        任务43:梯度消亡解决方案.mp4
        任务44:过拟合.mp4
        任务45:DropOut 训练.mp4
        任务46:正则化.mp4
        任务47:最大范数约束 神经元的初始化.mp4) B& L, c% B4 ^- R+ a6 U
        任务48:作业讲解与答疑-01.mp4
        任务49:作业讲解与答疑-02.mp47 \% c) p/ b" w
        任务4:深度学习在计算机视觉中的应用.mp43 [/ E) b4 |6 p7 P4 G1 a) d1 f
        任务50:为什么需要递归神经网络?.mp4" y  b, @4 J1 @8 D
        任务51:递归神经网络介绍.mp4% q1 r) q7 p$ @+ w0 n- R+ c  `" ^
        任务52:语言模型.mp4
        任务53:RNN的深度.mp4' y6 @$ ~5 ^& G3 C, B7 Z8 x
        任务54:梯度爆炸和梯度消失.mp4$ i. B; e# E" F) [9 N  W6 t
        任务55:Gradient Clipping.mp49 g# D& z- S+ Q6 l' O% K
        任务56:LSTM的介绍.mp4
        任务57:LSTM的应用.mp4
        任务58:Bi-Directional LSTM.mp4
        任务59:Gated Recurrent Unit.mp4$ S8 e0 G$ A' l' R
        任务5:深度学习的总结.mp4! s2 l7 m5 ], z2 r2 ~5 X' v# _
        任务60:机器翻译.mp4
        任务61:Multimodal Learning.mp47 o" a+ E  G& d# [/ d$ S/ |
        任务62:Seq2Seq模型.mp4
        任务63:回顾RNN与LSTM.mp4
        任务64:Attention for Image Captioning.mp46 o2 n/ k2 a: S- e4 C, U
        任务65:Attention for Machine Translation.mp4
        任务66:Self-Attention.mp4( y% Z& k* L% M( f; _/ b0 w
        任务67:Attention总结.mp4
        任务68:neural network optimizer直播-01.mp4; ]9 G- q4 C  {6 E, T
        任务69:neural network optimizer直播-02.mp4
        任务6:开发环境的配置, Python, Numpy, Keras入门教程.mp4
        任务70:neural network optimizer直播-03.mp42 i+ b$ k* H/ c) G
        任务71:项目介绍.mp4

        任务72:看图说话任务一-01.mp41 R1 d$ V, F( D+ M) x7 @8 _- F. C
+ m) f: _7 G9 I: o
        任务73:看图说话任务一-02.mp4

        任务74:看图说话任务一-03.mp4; m3 ~: `) m# [0 T4 M; _

        任务75:任务介绍.mp4

        任务76:如何实现 load_img_as_np_array 这个函数.mp4/ t+ N8 N4 \7 l$ M7 |# K

        任务77:如何实现“load_vgg16_model”函数.mp44 {4 |/ x; R4 L! F! L4 o$ i$ _

        任务78:如何实现“extract_features”函数.mp4! W# o) {5 ~, Q) A2 {0 W, v- n

        任务79:创建Tokenizer01.mp42 F0 `& R( y+ a$ t

        任务7:GPU驱动程序安装.mp4

        任务80:创建Tokenizer02.mp4
/ @# O, W) u2 `% w; s
        任务81:产生模型需要的输入数据01.mp4
6 p1 |& S- ]* A& [; n! h
        任务82:产生模型需要的输入数据02.mp4
5 N, I( a5 U. b( m; P: a
        任务83:任务的概述.mp4
4 e/ ]" I8 V! C: {
        任务84:Input Embedding和Dropout层介绍.mp4

        任务85:LSTM Add层的介绍.mp48 |  x$ n  w+ B- w! ]! x* V7 D

        任务86:如何训练模型.mp4: b  W  v# [) ~* k
, \. u% q& V1 Q7 i; O! l
        任务87:如何使用深度神经网络模型做预测 产生标题 完成generate_caption函数01.mp4
, E4 X& w. v2 o
        任务88:如何使用深度神经网络模型做预测 产生标题 完成generate_caption函数02.mp42 e4 h) y) C1 Q; R: [! x

        任务89:如何调用generate_caption函数.mp4& B' ~3 d) L1 I6 Y/ o
# k" g) L1 Y, T8 P* m' v9 p
        任务8:CUDA的安装.mp4
. {* m8 v8 w7 }! Y# P4 V1 h. J( N
        任务90:如何评价标题生成模型的性能.mp4: z+ X) R2 J# z- j  T; ]! i# t

        任务91:读取和显示数字图像.mp4/ O" B- e- z' T, j' T* W7 V$ W1 `
/ v' R. C8 ]! b' x. ~# w7 M
        任务92:数字图像大小缩放.mp4) w/ O5 U' n' D
! }; c6 w/ G1 V' L0 l. n
        任务93:数字图像直方图均衡.mp4
/ F& r: K5 O2 ^9 x5 l2 y
        任务94:图像去噪声.mp4
5 H+ \- J0 t! ~2 _7 \
        任务95:图像边缘检测.mp41 C+ ?9 e: |  ?4 W& ]5 v+ U8 f  F
% n& I4 J. E+ S3 w. ]2 `
        任务96:图像关键点检测.mp4

        任务97:道路行车道检测简介.mp4" X9 v% z) l; ~/ z8 v

        任务98:Canny边缘检测.mp4

        任务99:霍夫变换用于直线检测.mp4: P) k4 g/ `2 t! E
" Q6 y6 c2 H& n; E" c6 V! q
        任务9:cuDNN的安装, Tensorflow, PyTorch的GPU测试.mp4
游客,如果您要查看本帖隐藏内容请回复





上一篇:最前沿机器学习算法尖端课程!流形学习-强化学习-概念学习等全新机器学习算法实战课程
下一篇:2019年最新商业数据分析特训班视频教程
回复

使用道具 举报

h9052300 发表于 2019-10-26 08:46:24

        任务99:霍夫变换用于直线检测.mp4: P) k4 g/ `2 t! E
" Q6 y6 c2 H& n; E" c6 V! q
回复

使用道具 举报

jlutt 发表于 2019-10-26 10:10:26
看了LZ的帖子,我只想说一句很好很强大!支持吾爱编程网!
回复

使用道具 举报

huqingsong 发表于 2019-10-27 14:57:09
啥也不说了,楼主就是给力!支持吾爱编程网!
回复

使用道具 举报

361556977 发表于 2020-1-3 17:17:21
哥顶的不是帖子,是寂寞!支持吾爱编程网!
回复

使用道具 举报

emailtoy1ng 发表于 2020-2-19 18:30:40
贪心学院计算机视觉CV课程
回复

使用道具 举报

hahah 发表于 2020-2-20 15:40:13
谢谢楼主的分享
回复

使用道具 举报

939387484 发表于 2020-5-29 20:28:57
看了LZ的帖子,我只想说一句很好很强大!支持吾爱编程网!
回复

使用道具 举报

davyy 发表于 2020-6-1 18:34:06
啥也不说了,楼主就是给力!支持吾爱编程网!
回复

使用道具 举报

songlaf 发表于 2020-6-17 16:02:55

        任务97:道路行车道检测简介.mp4" X9 v% z) l; ~/ z8 v

        任务98:Canny边缘检测.mp4
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

返回顶部 返回列表

平台简介

吾爱编程网:http://www.52pg.net/是IT技能学习交流平台,我们提供了丰富的移动端开发、php开发、web前端开发、android开发、Java开发、Python开发、大数据开发、区块链开发、人工智能开发以及html5等大量的实战视频教程资源。(如果我们有侵犯了您权益的资源请联系我们删除)

点击这里给我发消息|Archiver|手机版|小黑屋|站点地图|吾爱编程  |网站地图

Powered by Discuz! X3.2??? 2017-2020 Comsenz Inc.??吾爱编程网