咕泡-人工智能深度学习系统班（第八期）

发布时间：2024-12-10

发布者：

紫陌红尘

文件大小：共计2629个文件，合计:218.98 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

《咕泡-人工智能深度学习系统班（第八期）》是一次全面深入的人工智能学习之旅。课程涵盖时间序列预测、深度学习框架TrF和PyTrh、自然语言处理通用框架-BERT实战、Hua系列实战、物体检测经典算法实战、CV与NLP经典大模型解读、知识图谱实战系列、推荐系统实战系列、Ov图像处理框架实战、深度学习模型部署与剪枝优化实战、行人重识别实战、缺陷检测实战、对抗生成网络实战、对比学习与多模态任务实战、语音识别实战系列、经典视觉项目实战、Trarmr实战系列、3D点云实战、面向医学领域的深度学习实战、强化学习与AI黑科技实例、MMLAB实战系列、无人驾驶实战、图神经网络实战、自然语言处理经典案例实战等内容。课程还包括直播回放、图像分割实战等，并提供AI课程所需安装软件教程。此外，还包含丰富的课后作业、课件及源码、数据集等资源，助你理论与实践相结合，掌握深度学习的核心技能。

... 展开

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2024-12-10)

资源投诉

咕泡-人工智能深度学习系统班（第八期）

25-时间序列预测

3-Timesnet时序预测

-Informer原理解读

2-Informer源码解读

30-论文创新点常用方法及其应用实例

-通用创新点

5-深度学习框架Tensorflflow

3-搭建神经⽹络进⾏分类与回归任务

0-项目实战：基于RNN模型进行文本分类任务

7-训练策略-迁移学习实战

8-递归神经⽹络与词向量原理解读

6-图像数据增强实例

3-项目实战：经典网络架构Resnet实战

2-神经网络原理解读与整体架构

2-项目实战：时间序列预测

9-项目实战：基于TensorFlow实现word2vec

-项目实战：将CNN网络应用于文本分类实战

4-卷积神经⽹络原理与参数解读

5-项目实战：猫狗识别实战

-tensorflflow安装与简介

26-自然语言处理通用框架-BERT实战

3-项目实战-基于BERT的中文情感分析实战

6-必备基础-掌握Tensorflow如何实现word2vec模型

-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

8-医学糖尿病数据命名实体识别

4-项目实战-基于BERT的中文命名实体识别识别实战

7-必备基础知识点-RNN网络架构与情感分析应用实例

5-必备基础知识点-woed2vec模型通俗解读

24-自然语言处理必备神器Huggingface系列实战

0-图谱知识抽取实战

3-transformer原理解读

6-文本预训练模型构建实例

9-文本摘要建模

8-GPT训练与预测部署流程

7-GPT系列算法

2-Transformer工具包基本操作实例解读

-补充Huggingface数据集制作方法实例

4-BERT系列算法解读

5-文本标注工具与NER实例

-Huggingface与NLP介绍解读

7-综合项目-物体检测经典算法实战

2-深度学习经典检测⽅法概述

8-YOLO-V4版本算法解读

6-项目实战-基于V3版本进行源码解读（建议直接跑V5版本）

2-V7源码解读

7-基于YOLO-V3训练自己的数据集与任务（建议直接跑V5版本）

5-DeformableDetr算法解读

9-V5版本项目配置

7-EfficientNet网络

4-YOLO-V2改进细节详解

3-YOLO-V整体思想与网络架构

-物体检测评估指标

6-半监督物体检测

8-EfficientDet检测算法

-YOLO系列（V7）算法解读

4-detr目标检测源码解读

3-基于Transformer的detr目标检测算法

5-YOLO-V3核心网络模型

0-V5项目工程源码解读

2-CV与NLP经典大模型解读

-openai-dalle2源码解读

6-LLM下游任务训练自己模型实战

4-chatgpt算法解读分析

6-BEV感知特征空间算法解读

3-视觉自监督BEIT算法解读

2-GPT系列算法解读

4-视觉自监督任务BEITV2论文解读

7-BEVformer项目源码解读

9-扩散模型diffusion架构算法解读

5-LLM与LORA微调策略解读

7-视觉大模型SAM

8-视觉QA算法与论文解读

0-openai-dalle2论文解读

2-自监督任务-对比学习思想

-课程简介

3-GPT2训练与预测部署流程

8-补充-视觉大模型基础-deformableAttention

5-视觉自监督任务BEITV2源码解读

27-知识图谱实战系列

-知识图谱介绍及其应用领域分析

4-使用python操作neo4j实例

2-知识图谱涉及技术点分析

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

3-Neo4j数据库实战

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

4-深度学习框架PyTorch

6-DataLoader自定义数据集制作

4-卷积网络参数解读分析

-PyTorch框架介绍与配置安装

3-神经网络回归任务-气温预测

7-LSTM文本分类实战

2-使用神经网络进行分类任务

5-图像识别模型与训练策略（重点）

3-深度学习必备核⼼算法

3-Transformer

-神经网络结构

4-VIT源码解读

2-卷积神经网络

29-推荐系统实战系列

6-Opencv图像处理框架实战

22-深度学习模型部署与剪枝优化实战

7-行人重识别实战

6-缺陷检测实战

8-对抗生成网络实战

5-对比学习与多模态任务实战

28-语音识别实战系列

0-经典视觉项目实战：行为识别、姿态估计、目标追踪

-2022论⽂必备-Transformer实战系列

3-3D点云实战

20-面向医学领域的深度学习实战

-直播回放

8-图像分割实战

9-强化学习与AI黑科技实例

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