5CTO-数据分析与机器学习实战人脸检测

发布时间：2024-12-16

发布者：

落花雅妹

文件大小：共计1046个文件，合计:125.05 GB

资源金币：4.99 金币

资源来源：夸克网盘

资源状态：【实时检测】链接有效

本站会员，可以免费下载全站所有资源

资源介绍

本资源集合了51CTO提供的丰富多样的数据分析与机器学习实战课程，涵盖了人脸检测、对抗生成网络、OCV计算机视觉实战、强化学习、深度学习项目实战、TrF框架应用、大数据可视化、Pyh数据分析处理库aa和科学计算库Numy的实战视频教程。此外，还包括了深度学习入门、推荐系统、Ka竞赛案例、量化交易、图像识别、数学基础、自然语言处理、NLP文本相似度、问答机器人、LSTM行为识别、经典案例等内容。这些课程以视频形式呈现，旨在帮助学习者从基础知识到高级应用，全面掌握数据分析与机器学习的核心技能。适合初学者和进阶者使用，是提升AI技能的宝贵资源。

资源目录结构(只展示部分的文件和文件夹，以下文件快照生成于2024-12-16)

资源投诉

5CTO-数据分析与机器学习实战人脸检测31.60 GB

6、机器学习-对抗生成网络1.79 GB

对抗生成网络资料

8.案例实战对抗生成网络：训练对抗生成网络.mp462.69 MB

2.DCGAN项目实战：配置参数.mp478.43 MB

4.DCGAN项目实战：基于卷积的判别网络.mp447.40 MB

.补充.mp4432.13 KB

.课程简介.mp457.22 MB

3.对抗生成网络工作原理.mp443.29 MB

2.对抗生成网络形象解释.mp444.33 MB

.DCGAN项目实战：DIY你要生成的数据.mp485.58 MB

5.DCGAN项目实战：训练DCGAN网络.mp445.50 MB

7.案例实战对抗生成网络：构造损失函数.mp444.07 MB

6.案例实战对抗生成网络：构造生成网络模型.mp452.73 MB

9.DCGAN基本原理.mp461.99 MB

3.DCGAN项目实战：基于卷积的生成网络架构.mp487.34 MB

0.DCGAN的网络模型架构.mp485.36 MB

5.案例实战对抗生成网络：构造判别网络模型.mp459.75 MB

4.案例实战对抗生成网络：环境配置.mp449.50 MB

人脸数据.zip647.33 MB

DCGAN.zip284.63 MB

33、OpenCV计算机视觉实战(Python版)22.74 GB

唐宇迪课件

资料

9、项目实战-目标追踪.mp41019.05 MB

2、项目实战-疲劳检测.mp4696.42 MB

7、光流估计.mp4559.70 MB

20、卷积原理与操作.mp41.14 GB

8、Opencv的DNN模块.mp4317.11 MB

3、案例实战-全景图像拼接.mp4576.70 MB

、图像特征-harris.mp4708.81 MB

04、图像形态学处理.mp435.41 MB

06、边缘检测.mp4334.98 MB

0、项目实战-文档扫描OCR识别.mp4721.24 MB

0、课程简介.mp4112.48 MB

4、项目实战-停车场车位识别.mp41.33 GB

08、直方图与傅里叶变换.mp4792.56 MB

05、图像梯度处理.mp4400.31 MB

6、背景建模.mp4508.63 MB

02、图像基本操作.mp464.19 MB

5、项目实战-答题卡识别判卷.mp4546.75 MB

07、图像金字塔与轮廓检测.mp4937.07 MB

09、项目实战-信用卡数字识别.mp4675.92 MB

03、阈值与平滑处理.mp434.13 MB

2、图像特征-sift.mp4891.64 MB

唐宇迪OpenCV小章节.zip10.57 GB

09、决胜AI-强化学习实战系列视频课程1.29 GB

唐宇迪-强化学习课件及代码

2-6.数据预处理.mp484.46 MB

2-8.实现训练模块.mp476.00 MB

2-5.Deep Q Learning卷积操作定义.mp474.78 MB

2-3,Deep Q-Learning网络参数配置.mp455.55 MB

-8.Q-Learning迭代计算实例.mp443.73 MB

-6.代码实战求解过程.mp478.80 MB

2-4.搭建Deep Q-Learning网络模型.mp481.46 MB

2-2.Deep-Q-Learning网络细节.mp453.81 MB

2-7.实现阶段数据存储.mp459.47 MB

2-.Deep Q-Learning效果演示.mp445.06 MB

-9.Q-Learning迭代效果.mp441.65 MB

2-.Deep-Q-Network原理.mp434.93 MB

2-0.完整代码流程分析.mp4123.15 MB

2-9.Debug解读训练代码.mp453.37 MB

-.强化学习简介.mp472.15 MB

-2.强化学习基本概念.mp448.35 MB

-3.马尔科夫决策过程.mp438.43 MB

-0.求解流程详解.mp4101.21 MB

-4.Bellman方程.mp458.54 MB

-5.值迭代求解.mp458.57 MB

-7.Q-Learning基本原理.mp438.21 MB

5、深度学习项目实战视频课程-StyleTransfer(基于Tensorflow)561.72 MB

唐宇迪-StyleTransfer

4、风格生成网络结构原理.mp413.91 MB

08、完成测试代码.mp456.79 MB

7、风格转换参数配置.mp456.89 MB

6、风格转换效果展示.mp427.84 MB

05、Style损失计算.mp432.20 MB

06、完成训练模块.mp438.38 MB

02、生成网络计算操作.mp444.17 MB

8、数据读取操作.mp437.44 MB

07、模型保存与打印结果.mp432.48 MB

5、风格生成网络细节.mp421.55 MB

、内容与风格特征提取.mp437.95 MB

03、参数初始化.mp437.05 MB

04、Content损失计算.mp417.47 MB

9、VGG体征提取网络结构.mp442.28 MB

0、生成网络结构定义.mp49.62 MB

2、Tensorflow安装.mp410.64 MB

3、style-transfer基本原理.mp424.00 MB

、课程简介.mp421.06 MB

06、深度学习项目实战视频课程-人脸检测734.23 MB

唐宇迪深度学习人脸检测数据代码

05-Caffe数据源准.mp450.71 MB

09-选择合适的参数并训练网络模型.mp453.83 MB

4-检测效果及改进.mp444.94 MB

6-模型准确率影响因素分析.mp427.15 MB

07-制作LMDB数据源.mp442.88 MB

0-人脸检测项目概述.mp46.24 MB

3-完成检测代码.mp438.74 MB

-实现多尺度人脸检测算法.mp469.21 MB

06-LMDB脚本文件.mp430.15 MB

04-正负样本裁剪策略.mp447.40 MB

08-网络模型配置文件.mp446.21 MB

2-坐标映射变换.mp457.62 MB

03-数据收集.mp450.41 MB

0-检测算法框架原理.mp453.05 MB

5-优化策略分析.mp456.20 MB

7-项目总结.mp459.01 MB

02-课程数据，代码下载链接.txt31.00 B

人脸检测-.docx491.26 KB

36 大数据——Python数据可视化-Matplotlib实战视频课程570.34 MB

大数据——Python数据可视化-Matplotlib实战视频课程2.mp4104.07 MB

大数据——Python数据可视化-Matplotlib实战视频课程.mp4107.18 MB

大数据——Python数据可视化-Matplotlib实战视频课程4.mp4118.09 MB

大数据——Python数据可视化-Matplotlib实战视频课程3.mp4112.29 MB

大数据——Python数据可视化-Matplotlib实战视频课程5.mp4125.03 MB

Matplotlib绘图.zip3.69 MB

04、深度学习框架-Tensorflow案例实战视频课程932.92 MB

唐宇迪-Tensorflow课程

05、Tensorflow案例实战视频课程5 使用VGG模型进行测试.mp467.69 MB

7、Tensorflow案例实战视频课程07 逻辑回归框架.mp426.27 MB

04、Tensorflow案例实战视频课程4 加载训练好的VGG网络模型.mp429.57 MB

03、Tensorflow案例实战视频课程3 模型的保存和读取.mp493.05 MB

08、Tensorflow案例实战视频课程8 训练RNN网络.mp491.96 MB

4、Tensorflow案例实战视频课程04 常用基本操作.mp438.10 MB

02、Tensorflow案例实战视频课程2 卷积网络模型定义.mp460.05 MB

5、Tensorflow案例实战视频课程05 构造线性回归模型.mp438.87 MB

6、Tensorflow案例实战视频课程06 Mnist数据集简介.mp435.47 MB

8、Tensorflow案例实战视频课程08 迭代完成逻辑回归模型.mp464.14 MB

07、Tensorflow案例实战视频课程7 RNN网络模型.mp443.96 MB

02、Tensorflow案例实战视频课程2 卷积神经网络模型参数.mp491.28 MB

020、Tensorflow案例实战视频课程20 构造网络的输入数据和标签.mp430.14 MB

9、Tensorflow案例实战视频课程09 神经网络模型架构.mp414.64 MB

、Tensorflow案例实战视频课程0 训练神经网络.mp446.08 MB

2、Tensorflow案例实战视频课程02 Tensorflow安装.mp420.65 MB

06、Tensorflow案例实战视频课程6 使用RNN处理Mnist数据集.mp415.52 MB

0、Tensorflow案例实战视频课程卷积神经网络模型架构.mp423.85 MB

3、Tensorflow案例实战视频课程03 基本计算单元-变量.mp417.79 MB

09、Tensorflow案例实战视频课程9 验证码数据生成.mp434.07 MB

022、Tensorflow案例实战视频课程22 迭代及测试网络效果.mp448.76 MB

、Tensorflow案例实战视频课程0 课程简介.mp41.04 MB

07、大数据-深度学习项目实战-关键点定位视频教程653.10 MB

唐宇迪-深度学习-人脸关键点

8、深度学习项目实战08 网络模型参数初始化.mp448.80 MB

6、深度学习项目实战06 第二三阶段网络数据源制作.mp4120.61 MB

7、深度学习项目实战07 第二三阶段网络模型训练.mp446.76 MB

3、深度学习项目实战03 对原始数据进行数据增强.mp437.15 MB

2、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.mp4105.36 MB

0、深度学习项目实战项目总结分析.mp430.32 MB

4、深度学习项目实战04 完成第一阶段HDF5数据源制作.mp468.85 MB

5、深度学习项目实战05 第一阶段网络训练.mp440.15 MB

02、深度学习项目实战2 算法框架分析.mp435.68 MB

9、深度学习项目实战09 完成全部测试结果.mp453.81 MB

、深度学习项目实战0 人脸关键点检测效果.mp446.82 MB

、深度学习项目实战0 人脸关键点检测算法框架.mp418.79 MB

8、TensorFlow-图像处理832.03 MB

超分辨率重构

高阶API

图像缺失补全

Tensorflow-图像处理视频课程0.mp4244.82 MB

Tensorflow-图像处理视频课程04.mp4159.74 MB

Tensorflow-图像处理视频课程02.mp4143.81 MB

Tensorflow-图像处理视频课程03.mp4184.72 MB

Tensorflow-图像处理视频课程05.mp498.94 MB

3、深度学习顶级论文算法详解视频课程1.59 GB

DeepLearning(期刊论文)

第十二课.mp445.26 MB

第四课.wmv64.27 MB

第十四.avi221.70 MB

第十五课.wmv173.88 MB

第二课.wmv205.63 MB

第十一集.wmv62.85 MB

第十六课.avi222.78 MB

第十课.wmv33.07 MB

第六课.wmv82.95 MB

第三课.wmv130.41 MB

第十三课.avi235.04 MB

第九课.wmv26.67 MB

第五课.wmv50.40 MB

第八课.wmv22.54 MB

第七课.wmv48.38 MB

第一课.课程简介.txt74.00 B

24、python-机器学习-进阶实战

05、深度学习框架-Caffe使用案例视频课程

20、Tensorflow-物体检测-Faster-Rcnn

34 大数据 Python数据分析处理库-pandas实战视频课程

35 大数据 Python科学计算库-Numpy实战视频课程

03、深度学习入门视频课程（下篇）

7､机器学习-推荐系统

25、Python Kaggle竞赛案例实战

23、深度学习30天系统实训-非加密

32、OpenCV+TensorFlow 入门人工智能图像处理

0、python数据分析与机器学习实战

29、python3数据分析与挖掘实战

30、量化交易课程

28、OpenCV计算机视觉图像识别深度学习实战

2、数据科学人工智能-必备数学基础

1、本网站数据来自互联网，通过自动抓取公开网页链接构建数据库，系统将基于链接特征选择性收录符合收录标准的内容

2、根据用户输入的关键词，通过智能算法自动匹配并展示相关第三方网页链接。所有搜索结果均为实时动态生成

3、本站不控制、修改第三方网页内容，不对其可用性、准确性负责

4、搜索结果中的广告及推广内容不代表本站推荐或担保

5、所有内容获取/呈现均通过自动化程序完成，无人工干预