大厂Python深度学习视频教程

发布时间：2025-02-25

发布者：

落霞孤鹜

文件大小：共计40个文件，合计:1.38 GB

资源金币：4.99 金币

资源来源：阿里网盘

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

本资源是一套来自大厂的Pyh深度学习视频教程，内容涵盖了从基础的深度学习概念到复杂的网络模型和开源项目实战。教程详细讲解了物体检测、深度学习经典检测方法、Far-RCNN概述、RPN网络架构、R原理与细节、迁移学习策略与效果对比、COCO数据集与人体姿态识别、makr源码修改、以及使用abm工具进行数据标注等核心内容。每一步都有详细的视频讲解，包括网络细节、损失函数定义、论文解读、网络架构概述、流程与结果演示等。无论是深度学习初学者还是进阶者，这套教程都能帮助你快速掌握Pyh深度学习在物体检测领域的应用。教程以阿里云盘的形式分享，方便随时观看和下载。

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2025-02-25)

资源投诉

大厂Python深度学习视频教程1.38 GB

6-7 网络细节.mp480.13 MB

6-6 损失函数定义.mp483.03 MB

6-5 RPN网络架构.mp470.55 MB

6-4 论文解读.mp479.82 MB

6-3 faster-rcnn概述.mp431.13 MB

6-2 深度学习经典检测方法.mp439.26 MB

6- 物体检测概述.mp442.57 MB

5-8 迁移学习效果对比.mp432.85 MB

5-7 加载训练好的权重.mp424.01 MB

5-6 shortcut模块.mp428.25 MB

5-5 Resnet基本处理操作.mp419.96 MB

5-4 Resnet网络细节.mp420.91 MB

5-3 Resnet原理.mp448.12 MB

5-2 迁移学习策略.mp49.88 MB

5- 迁移学习的目标.mp47.31 MB

4-3 流程与结果演示.mp441.38 MB

4-2 网络架构概述.mp423.37 MB

4- COCO数据集与人体姿态识别简介.mp428.78 MB

3-6 测试与展示模块.mp422.38 MB

3-5 基于标注数据训练所需任务.mp433.44 MB

3-4 maskrcnn源码修改方法.mp454.80 MB

3-3 完成训练数据准备工作.mp424.90 MB

3-2 使用labelme进行数据与标签标注.mp422.20 MB

3- Labelme工具安装.mp412.17 MB

2-9 正负样本选择与标签定义.mp427.13 MB

2-8 DetectionTarget层的作用.mp426.69 MB

2-7 Proposal层实现方法.mp433.06 MB

2-6 候选框过滤方法.mp415.75 MB

2-5 RPN层的作用与实现解读.mp430.56 MB

2-4 基于不同尺度特征图生成所有框.mp433.37 MB

2-3 生成框比例设置.mp430.55 MB

2-2 FPN层特征提取原理解读.mp444.46 MB

2-2 整体框架回顾.mp430.93 MB

2- RorAlign操作的效果.mp427.42 MB

2-0 RoiPooling层的作用与目的.mp436.93 MB

2- FPN网络架构实现解读.mp458.68 MB

-4 参数配置.mp462.20 MB

-3 开源项目数据集.mp423.40 MB

-2 Mask-Rcnn开源项目简介.mp440.08 MB

- 课程简介.mp412.11 MB

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