人工智能深度学习高薪就业课程(128G)

itmsf

人工智能深度学习高薪就业课程(128G)

〖课程介绍〗:

人工智能深度学习高薪就业课程(128G)

〖课程目录〗:
      
├──00 资料  
|   ├──1.第一章 直播回放  
|   |   ├──1-1 节开班典礼  
|   |   ├──1-10 节直播7：半监督物体检测  
|   |   ├──1-11 节直播8：基于图模型的时间序列预测  
|   |   ├──1-12 节直播9：图像定位与检索  
|   |   ├──1-13 节直播10：近期内容补充  
|   |   ├──1-14  节直播11文本生成GPT系列  
|   |   ├──1-15 节直播12：异构图神经网络  
|   |   ├──1-16 节直播13：BEV特征空间  
|   |   ├──1-17 节补充：BevFormer源码解读  
|   |   ├──1-18 节直播14：知识蒸馏  
|   |   ├──1-3 节直播1：深度学习核心算法-神经网络与卷积网络  
|   |   ├──1-4 节卷积神经网络  
|   |   ├──1-5 节直播3：Transformer架构  
|   |   ├──1-6 节直播4：Transfomer在视觉任务中的应用实例  
|   |   ├──1-7 节直播5：YOLO系列（V7）算法解读  
|   |   ├──1-8 节直播6：分割模型Maskformer系列  
|   |   └──1-9 节补充：Mask2former源码解读  
|   ├──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  
|   ├──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  
|   ├──14.第一十四章 对比学习与多模态任务实战  
|   |   ├──ANINET源码解读  
|   |   ├──CLIP系列  
|   |   ├──对比学习算法与实例  
|   |   ├──多模态3D目标检测算法源码解读  
|   |   └──多模态文字识别  
|   ├──15.第一十五章 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  
|   ├──16.第一十六章 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  
|   ├──17.第一十七章 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  
|   ├──18.第一十八章 强化学习实战系列  
|   ├──19.第一十九章 Openai顶级黑科技算法及其项目实战  
|   |   ├──1 节GPT系列生成模型  
|   |   ├──2 节GPT建模与预测流程  
|   |   ├──3 节CLIP系列  
|   |   ├──4 节Diffusion模型解读  
|   |   ├──5 节Dalle2及其源码解读  
|   |   └──6 节ChatGPT  
|   ├──2.第二章 深度学习必备核⼼算法  
|   |   └──课件  
|   ├──20.第二十章 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  
|   ├──21.第二十一章 深度学习模型部署与剪枝优化实战  
|   |   ├──tensorRT  
|   |   └──嵌入式AI  
|   ├──22.第二十二章 自然语言处理必备神器Huggingface系列实战  
|   |   ├──第八章：GPT训练与预测部署流程  
|   |   ├──第二章：Transformer工具包基本操作实例解读  
|   |   ├──第九章：文本摘要建模  
|   |   ├──第六章：文本预训练模型构建实例  
|   |   ├──第七章：GPT系列算法  
|   |   ├──第三章：transformer原理解读  
|   |   ├──第十一章：补充Huggingface数据集制作方法实例  
|   |   ├──第十章：图谱知识抽取实战  
|   |   ├──第四章：BERT系列算法解读  
|   |   ├──第五章：文本标注工具与NER实例  
|   |   └──第一章：Huggingface与NLP介绍解读  
|   ├──23.第二十三章 ⾃然语⾔处理通⽤框架-BERT实战  
|   |   ├──课后作业  
|   |   └──课件、源码  
|   ├──24.第二十四章 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  
|   ├──25.第二十五章 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  
|   ├──26.第二十六章 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
|   ├──27.第二十七章 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
|   ├──28.第二十八章 AI课程所需安装软件教程  
|   |   ├──Anaconda3-2020.07-Windows-x86_64.exe  467.49M
|   |   ├──cuda_11.3.0_465.89_win10.exe  2.68G
|   |   ├──mmcv_full-1.4.7-cp38-cp38-win_amd64.whl  12.75M
|   |   ├──notepadplusplus-8-4.exe  4.28M
|   |   ├──pycharm-community-2022.1.2.exe  378.78M
|   |   ├──torch-1.10.0+cu113-cp38-cp38-win_amd64.whl  2.27G
|   |   ├──torchvision-0.11.0+cu113-cp38-cp38-win_amd64.whl  3.04M
|   |   └──VisualStudioSetup.exe  1.60M
|   ├──29.第二十九章 额外补充  
|   |   ├──ACMIX(卷积与注意力结合)  
|   |   ├──ConvNeXt  
|   |   ├──Coordinate_attention  
|   |   ├──GCNET(全局特征融合)  
|   |   ├──mobileone(提速)  
|   |   ├──SPD-Conv  
|   |   ├──SPPCSPC(替换SPP)  
|   |   ├──gc(2).py  5.67kb
|   |   └──gc.py  5.67kb
|   ├──3.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
|   ├──4.第四章 MMLAB实战系列  
|   |   ├──DeformableDetr算法解读  
|   |   ├──KIE关键信息抽取与视频超分辨率重构  
|   |   ├──OCR算法解读  
|   |   ├──mask2former(mmdetection).zip  192.38M
|   |   ├──ner.zip  121.60M
|   |   ├──第八模块：mmrazor-模型蒸馏.zip  1.00G
|   |   ├──第二模块：mmsegmentation-0.20.2.zip  2.80G
|   |   ├──第二模块：MPViT-main.zip  924.77M
|   |   ├──第九模块：mmaction2-master.zip  827.76M
|   |   ├──第六模块：mmediting-master.zip  107.78M
|   |   ├──第七模块：mmdetection3d-1.0.0rc0.zip  395.05M
|   |   ├──第三模块：mmdetection-master.zip  1.46G
|   |   ├──第四模块：mmocr-main.zip  381.72M
|   |   ├──第五模块：mmgeneration-master.zip  746.81M
|   |   └──第一模块：mmclassification-master.zip  912.00M
|   ├──5.第五章 Opencv图像处理框架实战  
|   |   ├──课件  
|   |   └──源码资料  
|   ├──6.第六章 综合项⽬-物体检测经典算法实战  
|   |   ├──YOLO系列（PyTorch）  
|   |   ├──CenterNet.pdf  8.83M
|   |   ├──detr目标检测源码解读.zip  108.29kb
|   |   ├──EfficientDet.pdf  780.70kb
|   |   ├──EfficientDet.zip  80.48M
|   |   ├──EfficientNet.pdf  943.23kb
|   |   ├──json2yolo.py  1.48kb
|   |   ├──yolov7-main.zip  337.57M
|   |   ├──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
|   ├──7.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
|   ├──8.第八章 行为识别实战  
|   |   ├──slowfast-add  
|   |   ├──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
|   └──9.第九章 2022论⽂必备-Transformer实战系列  
|   |   └──transformer系列  
├──01 直播课回放  
|   ├──01 开班典礼  
|   |   └──01 开班典礼.mp4  1.04G
|   ├──02 Pycharm环境配置与Debug演示(没用过的同学必看)  
|   |   └──01 Pycharm环境配置与Debug演示(没用过的同学必看).mp4  96.02M
|   ├──03 直播1：深度学习核心算法-神经网络与卷积网络  
|   |   └──01 深度学习核心算法-神经网络与卷积网络.mp4  370.69M
|   ├──04 直播2：卷积神经网络  
|   |   └──01 卷积神经网络.mp4  414.75M
|   ├──05 直播3：Transformer架构  
|   |   └──01 Transformer架构.mp4  365.08M
|   ├──06 直播4：Transfomer在视觉任务中的应用实例  
|   |   └──01 Transfomer在视觉任务中的应用实例.mp4  661.46M
|   ├──07 直播5：YOLO系列（V7）算法解读  
|   |   └──01 YOLO系列（V7）算法解读.mp4  392.52M
|   ├──08 直播6：分割模型Maskformer系列  
|   |   └──01 分割模型Maskformer系列.mp4  570.91M
|   ├──09 补充：Mask2former源码解读  
|   |   ├──01 Backbone获取多层级特征.mp4  27.89M
|   |   ├──02 多层级采样点初始化构建.mp4  33.82M
|   |   ├──03 多层级输入特征序列创建方法.mp4  33.71M
|   |   ├──04 偏移量与权重计算并转换.mp4  37.60M
|   |   ├──05 Encoder特征构建方法实例.mp4  40.05M
|   |   ├──06 query要预测的任务解读.mp4  36.21M
|   |   ├──07 Decoder中的AttentionMask方法.mp4  40.02M
|   |   ├──08 损失模块输入参数分析.mp4  31.76M
|   |   ├──09 标签分配策略解读.mp4  33.32M
|   |   ├──10 正样本筛选损失计算.mp4  32.51M
|   |   ├──11 标签分类匹配结果分析.mp4  49.34M
|   |   ├──12 最终损失计算流程.mp4  41.44M
|   |   └──13 汇总所有损失完成迭代.mp4  28.48M
|   ├──10 直播7：半监督物体检测  
|   |   └──01 半监督物体检测.mp4  606.03M
|   ├──11 直播8：基于图模型的时间序列预测  
|   |   └──01 基于图模型的时间序列预测.mp4  911.17M
|   ├──12 直播9：图像定位与检索  
|   |   └──01 图像定位与检索.mp4  717.84M
|   ├──13 直播10：近期内容补充  
|   |   └──01 近期内容补充.mp4  725.35M
|   ├──14 直播11：文本生成GPT系列  
|   |   └──01 文本生成GPT系列.mp4  307.00M
|   ├──15 直播12：异构图神经网络  
|   |   └──01 异构图神经网络.mp4  527.75M
|   ├──16 直播13：BEV特征空间  
|   |   └──01 BEV特征空间.mp4  384.59M
|   ├──17 补充：BevFormer源码解读  
|   |   ├──01 环境配置方法解读.mp4  34.17M
|   |   ├──02 数据集下载与配置方法.mp4  41.44M
|   |   ├──03 特征提取以及BEV空间初始化.mp4  33.67M
|   |   ├──04 特征对齐与位置编码初始化.mp4  33.90M
|   |   ├──05 Reference初始点构建.mp4  29.37M
|   |   ├──06 BEV空间与图像空间位置对应.mp4  29.38M
|   |   ├──07 注意力机制模块计算方法.mp4  30.62M
|   |   ├──08 BEV空间特征构建.mp4  26.80M
|   |   ├──09 Decoder要完成的任务分析.mp4  26.51M
|   |   ├──10 获取当前BEV特征.mp4  28.58M
|   |   ├──11 Decoder级联校正模块.mp4  33.43M
|   |   └──12 损失函数与预测可视化.mp4  41.28M
|   ├──18 直播14：知识蒸馏  
|   |   └──01 知识蒸馏.mp4  354.30M
|   └──19 直播15：六期总结与论文简历  
|   |   └──01 六期总结与论文简历.mp4  289.93M
├──02 深度学习必备核心算法  
|   ├──01 神经网络算法解读  
|   |   └──01 神经网络算法解读.mp4  415.30M
|   ├──02 卷积神经网络算法解读  
|   |   └──01 卷积神经网络算法解读.mp4  325.31M
|   └──03 递归神经网络算法解读  
|   |   └──01 递归神经网络算法解读.mp4  271.82M
├──03 深度学习核心框架PyTorch  
|   ├──01 PyTorch框架介绍与配置安装  
|   |   ├──01 PyTorch框架与其他框架区别分析.mp4  28.86M
|   |   └──02 CPU与GPU版本安装方法解读.mp4  69.56M
|   ├──02 使用神经网络进行分类任务  
|   |   ├──01 数据集与任务概述.mp4  35.61M
|   |   ├──02 基本模块应用测试.mp4  36.42M
|   |   ├──03 网络结构定义方法.mp4  43.97M
|   |   ├──04 数据源定义简介.mp4  29.45M
|   |   ├──05 损失与训练模块分析.mp4  32.01M
|   |   ├──06 训练一个基本的分类模型.mp4  42.01M
|   |   └──07 参数对结果的影响.mp4  39.23M
|   ├──03 神经网络回归任务-气温预测  
|   |   └──01 神经网络回归任务-气温预测.mp4  154.93M
|   ├──04 卷积网络参数解读分析  
|   |   ├──01 输入特征通道分析.mp4  33.69M
|   |   ├──02 卷积网络参数解读.mp4  24.75M
|   |   └──03 卷积网络模型训练.mp4  41.99M
|   ├──05 图像识别模型与训练策略（重点）  
|   |   ├──01 任务分析与图像数据基本处理.mp4  31.96M
|   |   ├──02 数据增强模块.mp4  30.83M
|   |   ├──03 数据集与模型选择.mp4  36.14M
|   |   ├──04 迁移学习方法解读.mp4  34.10M
|   |   ├──05 输出层与梯度设置.mp4  47.38M
|   |   ├──06 输出类别个数修改.mp4  40.46M
|   |   ├──07 优化器与学习率衰减.mp4  41.29M
|   |   ├──08 模型训练方法.mp4  39.99M
|   |   ├──09 重新训练全部模型.mp4  43.25M
|   |   └──10 测试结果演示分析.mp4  91.09M
|   ├──06 DataLoader自定义数据集制作  
|   |   ├──01 Dataloader要完成的任务分析.mp4  29.00M
|   |   ├──02 图像数据与标签路径处理.mp4  37.60M
|   |   ├──03 Dataloader中需要实现的方法分析.mp4  33.96M
|   |   └──04 实用Dataloader加载数据并训练模型.mp4  63.88M
|   ├──07 LSTM文本分类实战  
|   |   ├──01 数据集与任务目标分析.mp4  36.03M
|   |   ├──02 文本数据处理基本流程分析.mp4  38.62M
|   |   ├──03 命令行参数与DEBUG.mp4  30.07M
|   |   ├──04 训练模型所需基本配置参数分析.mp4  33.00M
|   |   ├──05 预料表与字符切分.mp4  25.85M
|   |   ├──06 字符预处理转换ID.mp4  28.32M
|   |   ├──07 LSTM网络结构基本定义.mp4  28.87M
|   |   ├──08 网络模型预测结果输出.mp4  32.54M
|   |   └──09 模型训练任务与总结.mp4  39.42M
|   └──08 PyTorch框架Flask部署例子  
|   |   ├──01 基本结构与训练好的模型加载.mp4  17.32M
|   |   ├──02 服务端处理与预测函数.mp4  36.32M
|   |   └──03 基于Flask测试模型预测结果.mp4  38.76M
├──04 MMLAB实战系列  
|   ├──01 MMCV安装方法  
|   |   └──01 MMCV安装方法.mp4  38.52M
|   ├──02 第一模块：分类任务基本操作  
|   |   ├──01 MMCLS问题修正.mp4  18.43M
|   |   ├──02 准备MMCLS项目.mp4  25.79M
|   |   ├──03 基本参数配置解读.mp4  26.22M
|   |   ├──04 各模块配置文件组成.mp4  29.52M
|   |   ├──05 生成完整配置文件.mp4  18.70M
|   |   ├──06 根据文件夹定义数据集.mp4  31.27M
|   |   ├──07 构建自己的数据集.mp4  26.92M
|   |   └──08 训练自己的任务.mp4  30.97M
|   ├──03 第一模块：训练结果测试与验证  
|   |   ├──01 测试DEMO效果.mp4  18.86M
|   |   ├──02 测试评估模型效果.mp4  21.47M
|   |   ├──03 MMCLS中增加一个新的模块.mp4  49.34M
|   |   ├──04 修改配置文件中的参数.mp4  52.35M
|   |   ├──05 数据增强流程可视化展示.mp4  29.94M
|   |   ├──06 Grad-Cam可视化方法.mp4  30.29M
|   |   ├──07 可视化细节与效果分析.mp4  91.83M
|   |   ├──08 MMCLS可视化模块应用.mp4  55.84M
|   |   └──09 模型分析脚本使用.mp4  26.39M
|   ├──04 第一模块：模型源码DEBUG演示  
|   |   ├──01 VIT任务概述.mp4  23.77M
|   |   ├──02 数据增强模块概述分析.mp4  43.85M
|   |   ├──03 PatchEmbedding层.mp4  19.28M
|   |   ├──04 前向传播基本模块.mp4  30.85M
|   |   └──05 CLS与输出模块.mp4  35.13M
|   ├──05 第二模块：使用分割模块训练自己的数据集  
|   |   ├──01 项目配置基本介绍.mp4  56.78M
|   |   ├──02 数据集标注与制作方法.mp4  44.00M
|   |   ├──03 根据预测类别数修改配置文件.mp4  31.28M
|   |   ├──04 加载预训练模型开始训练.mp4  69.51M
|   |   └──05 预测DEMO演示.mp4  16.89M
|   ├──06 第二模块：基于Unet进行各种策略修改  
|   |   ├──01 配置文件解读.mp4  25.75M
|   |   ├──02 编码层模块.mp4  25.47M
|   |   ├──03 上采样与输出层.mp4  22.78M
|   |   ├──04 辅助层的作用.mp4  15.46M
|   |   ├──05 给Unet添加一个neck层.mp4  24.60M
|   |   ├──06 如何修改参数适配网络结构.mp4  17.28M
|   |   ├──07 将Unet特征提取模块替换成transformer.mp4  18.15M
|   |   └──08 VIT模块源码分析.mp4  35.23M
|   ├──07 第二模块：分割任务CVPR最新Backbone设计及其应用  
|   |   ├──01 注册自己的Backbone模块.mp4  26.57M
|   |   ├──02 配置文件指定.mp4  29.26M
|   |   ├──03 DEBUG解读Backbone设计.mp4  29.89M
|   |   ├──04 PatchEmbedding的作用与实现.mp4  33.03M
|   |   ├──05 卷积位置编码计算方法.mp4  41.89M
|   |   ├──06 近似Attention模块实现.mp4  65.19M
|   |   ├──07 完成特征提取与融合模块.mp4  42.11M
|   |   ├──08 分割输出模块.mp4  40.73M
|   |   ├──09 全局特征的作用与实现.mp4  44.05M
|   |   └──10 汇总多层级特征进行输出.mp4  31.83M
|   ├──08 第三模块：mmdet训练自己的数据任务  
|   |   ├──01 数据集标注与标签获取.mp4  25.15M
|   |   ├──02 COCO数据标注格式.mp4  22.09M
|   |   ├──03 通过脚本生成COCO数据格式.mp4  29.89M
|   |   ├──04 配置文件数据增强策略分析.mp4  35.01M
|   |   ├──05 训练所需配置说明.mp4  44.55M
|   |   ├──06 模型训练与DEMO演示.mp4  26.62M
|   |   ├──07 模型测试与可视化分析模块.mp4  58.45M
|   |   └──08 补充：评估指标.mp4  11.21M
|   ├──09 第三模块：DeformableDetr物体检测源码分析  
|   |   ├──01 特征提取与位置编码.mp4  29.53M
|   |   ├──02 序列特征展开并叠加.mp4  37.73M
|   |   ├──03 得到相对位置点编码.mp4  23.07M
|   |   ├──04 准备Encoder编码层所需全部输入.mp4  28.79M
|   |   ├──05 编码层中的序列分析.mp4  30.81M
|   |   ├──06 偏移量offset计算.mp4  35.35M
|   |   ├──07 偏移量对齐操作.mp4  29.91M
|   |   ├──08 Encoder层完成特征对齐.mp4  39.83M
|   |   ├──09 Decoder要完成的操作.mp4  30.18M
|   |   ├──10 分类与回归输出模块.mp4  38.58M
|   |   └──11 预测输出结果与标签匹配模块.mp4  34.68M
|   ├──10 补充：Mask2former源码解读  
|   |   ├──01 Backbone获取多层级特征.mp4  27.89M
|   |   ├──02 多层级采样点初始化构建.mp4  33.82M
|   |   ├──03 多层级输入特征序列创建方法.mp4  33.71M
|   |   ├──04 偏移量与权重计算并转换.mp4  37.60M
|   |   ├──05 Encoder特征构建方法实例.mp4  40.05M
|   |   ├──06 query要预测的任务解读.mp4  36.21M
|   |   ├──07 Decoder中的AttentionMask方法.mp4  40.02M
|   |   ├──08 损失模块输入参数分析.mp4  31.76M
|   |   ├──09 标签分配策略解读.mp4  33.32M
|   |   ├──10 正样本筛选损失计算.mp4  32.51M
|   |   ├──11 标签分类匹配结果分析.mp4  49.34M
|   |   ├──12 最终损失计算流程.mp4  41.44M
|   |   └──13 汇总所有损失完成迭代.mp4  28.48M
|   ├──11 第三模块：DeformableDetr算法解读  
|   |   └──01 DeformableDetr算法解读.mp4  540.76M
|   ├──12 KIE关键信息抽取与视频超分辨率重构  
|   |   └──01 KIE关键信息抽取与视频超分辨率重构.mp4  671.16M
|   ├──13 第四模块：DBNET文字检测  
|   |   ├──01 文字检测数据概述与配置文件.mp4  42.82M
|   |   ├──02 配置文件参数设置.mp4  29.54M
|   |   ├──03 Neck层特征组合.mp4  24.90M
|   |   ├──04 损失函数模块概述.mp4  33.38M
|   |   └──05 损失计算方法.mp4  42.61M
|   ├──14 第四模块：ANINET文字识别  
|   |   ├──01 数据集与环境概述.mp4  41.91M
|   |   ├──02 配置文件修改方法.mp4  40.85M
|   |   ├──03 Bakbone模块得到特征.mp4  32.66M
|   |   ├──04 视觉Transformer模块的作用.mp4  32.87M
|   |   ├──05 视觉模型中的编码与解码的效果.mp4  40.90M
|   |   ├──06 文本模型中的结构分析.mp4  29.91M
|   |   ├──07 迭代修正模块.mp4  29.60M
|   |   └──08 输出层与损失计算.mp4  40.41M
|   ├──15 第四模块：KIE基于图模型的关键信息抽取  
|   |   ├──01 配置文件以及要完成的任务解读.mp4  35.84M
|   |   ├──02 KIE数据集格式调整方法.mp4  54.91M
|   |   ├──03 配置文件与标签要进行处理操作.mp4  38.07M
|   |   ├──04 边框要计算的特征分析.mp4  27.09M
|   |   ├──05 标签数据处理与关系特征提取.mp4  43.14M
|   |   ├──06 特征合并处理.mp4  32.93M
|   |   ├──07 准备拼接边与点特征.mp4  32.09M
|   |   └──08 整合得到图模型输入特征.mp4  53.51M
|   ├──16 第五模块：stylegan2源码解读  
|   |   ├──01 要完成的任务与基本思想概述.mp4  42.32M
|   |   ├──02 得到style特征编码.mp4  48.23M
|   |   ├──03 特征编码风格拼接.mp4  27.51M
|   |   ├──04 基础风格特征卷积模块.mp4  39.69M
|   |   ├──05 上采样得到输出结果.mp4  30.61M
|   |   └──06 损失函数概述.mp4  20.37M
|   ├──17 第六模块：BasicVSR++视频超分辨重构源码解读  
|   |   ├──01 要完成的任务分析与配置文件.mp4  21.72M
|   |   ├──02 特征基础提取模块.mp4  32.13M
|   |   ├──03 光流估计网络模块.mp4  20.15M
|   |   ├──04 基于光流完成对齐操作.mp4  31.96M
|   |   ├──05 偏移量计算方法.mp4  24.16M
|   |   ├──06 双向计算特征对齐.mp4  28.35M
|   |   ├──07 提特征传递流程分析.mp4  28.08M
|   |   ├──08 序列传播计算.mp4  30.46M
|   |   ├──09 准备变形卷积模块的输入.mp4  34.31M
|   |   ├──10 传播流程整体完成一圈.mp4  47.99M
|   |   └──11 完成输出结果.mp4  40.20M
|   ├──18 第七模块：多模态3D目标检测算法源码解读  
|   |   ├──01 环境配置与数据集概述.mp4  40.34M
|   |   ├──02 数据与标注文件介绍.mp4  30.35M
|   |   ├──03 基本流程梳理并进入debug模式.mp4  34.43M
|   |   ├──04 数据与图像特征提取模块.mp4  43.20M
|   |   ├──05 体素索引位置获取.mp4  47.13M
|   |   ├──06 体素特征提取方法解读.mp4  27.56M
|   |   ├──07 体素特征计算方法分析.mp4  50.68M
|   |   ├──08 全局体素特征提取.mp4  70.15M
|   |   ├──09 多模态特征融合.mp4  47.47M
|   |   ├──10 3D卷积特征融合.mp4  41.41M
|   |   └──11 输出层预测结果.mp4  61.43M
|   ├──19 第八模块：模型蒸馏应用实例  
|   |   ├──01 任务概述与工具使用.mp4  29.51M
|   |   ├──02 Teacher与Student网络结构定义.mp4  37.75M
|   |   ├──03 训练T与S得到蒸馏模型.mp4  54.35M
|   |   ├──04 开始模型训练过程与问题修正.mp4  43.60M
|   |   ├──05 日志输出与模型分离.mp4  53.46M
|   |   ├──06 分别得到Teacher与Student模型.mp4  36.11M
|   |   └──07 实际测试效果演示.mp4  30.76M
|   ├──20 第八模块：模型剪枝方法概述分析  
|   |   ├──01 SuperNet网络结构分析与剪枝概述.mp4  33.37M
|   |   └──02 搜索匹配到符合计算量的模型并训练.mp4  37.01M
|   ├──21 第九模块：mmaction行为识别  
|   |   └──01 创建自己的行为识别标注数据集.mp4  166.34M
|   ├──22 OCR算法解读  
|   |   └──01 OCR算法解读.mp4  1.22G
|   └──23 额外补充-在源码中加入各种注意力机制方法  
|   |   └──01 在源码中加入各种注意力机制方法.mp4  91.89M
├──05 Opencv图像处理框架实战  
|   ├──01 课程简介与环境配置  
|   |   ├──01 课程简介.mp4  4.33M
|   |   ├──02 Python与Opencv配置安装.mp4  27.60M
|   |   └──03 Notebook与IDE环境.mp4  61.54M
|   ├──02 图像基本操作  
|   |   ├──01 计算机眼中的图像.mp4  24.20M
|   |   ├──02 视频的读取与处理.mp4  36.27M
|   |   ├──03 ROI区域.mp4  12.10M
|   |   ├──04 边界填充.mp4  18.29M
|   |   └──05 数值计算.mp4  31.90M
|   ├──03 阈值与平滑处理  
|   |   ├──01 图像阈值.mp4  25.23M
|   |   ├──02 图像平滑处理.mp4  19.45M
|   |   └──03 高斯与中值滤波.mp4  16.59M
|   ├──04 图像形态学操作  
|   |   ├──01 腐蚀操作.mp4  14.51M
|   |   ├──02 膨胀操作.mp4  9.43M
|   |   ├──03 开运算与闭运算.mp4  7.53M
|   |   ├──04 梯度计算.mp4  5.92M
|   |   └──05 礼帽与黑帽.mp4  13.68M
|   ├──05 图像梯度计算  
|   |   ├──01 Sobel算子.mp4  20.99M
|   |   ├──02 梯度计算方法.mp4  23.41M
|   |   └──03 scharr与lapkacian算子.mp4  20.80M
|   ├──06 边缘检测  
|   ├──07 图像金字塔与轮廓检测  
|   |   ├──01 图像金字塔定义.mp4  16.03M
|   |   ├──02 金字塔制作方法.mp4  20.18M
|   |   ├──03 轮廓检测方法.mp4  14.59M
|   |   ├──04 轮廓检测结果.mp4  23.61M
|   |   ├──05 轮廓特征与近似.mp4  29.38M
|   |   ├──06 模板匹配方法.mp4  37.32M
|   |   └──07 匹配效果展示.mp4  17.09M
|   ├──08 直方图与傅里叶变换  
|   |   ├──01 直方图定义.mp4  19.79M
|   |   ├──02 均衡化原理.mp4  26.00M
|   |   ├──03 均衡化效果.mp4  21.44M
|   |   ├──04 傅里叶概述.mp4  29.84M
|   |   ├──05 频域变换结果.mp4  21.16M
|   |   └──06 低通与高通滤波.mp4  23.17M
|   ├──09 项目实战-信用卡数字识别  
|   |   ├──01 总体流程与方法讲解.mp4  18.80M
|   |   ├──02 环境配置与预处理.mp4  25.37M
|   |   ├──03 模板处理方法.mp4  17.88M
|   |   ├──04 输入数据处理方法.mp4  22.35M
|   |   └──05 模板匹配得出识别结果.mp4  34.74M
|   ├──10 项目实战-文档扫描OCR识别  
|   |   ├──01 整体流程演示.mp4  16.02M
|   |   ├──02 文档轮廓提取.mp4  21.78M
|   |   ├──03 原始与变换坐标计算.mp4  19.67M
|   |   ├──04 透视变换结果.mp4  23.94M
|   |   ├──05 tesseract-ocr安装配置.mp4  28.47M
|   |   └──06 文档扫描识别效果.mp4  20.73M
|   ├──11 图像特征-harris  
|   |   ├──01 角点检测基本原理.mp4  12.66M
|   |   ├──02 基本数学原理.mp4  23.93M
|   |   ├──03 求解化简.mp4  23.68M
|   |   ├──04 特征归属划分.mp4  33.70M
|   |   └──05 opencv角点检测效果.mp4  24.15M
|   ├──12 图像特征-sift  
|   |   ├──01 尺度空间定义.mp4  17.54M
|   |   ├──02 高斯差分金字塔.mp4  17.50M
|   |   ├──03 特征关键点定位.mp4  39.27M
|   |   ├──04 生成特征描述.mp4  19.13M
|   |   ├──05 特征向量生成.mp4  37.06M
|   |   └──06 opencv中sift函数使用.mp4  23.04M
|   ├──13 案例实战-全景图像拼接  
|   |   ├──01 特征匹配方法.mp4  21.70M
|   |   ├──02 RANSAC算法.mp4  28.32M
|   |   ├──03 图像拼接方法.mp4  33.33M
|   |   └──04 流程解读.mp4  16.24M
|   ├──14 项目实战-停车场车位识别  
|   |   ├──01 任务整体流程.mp4  38.80M
|   |   ├──02 所需数据介绍.mp4  24.05M
|   |   ├──03 图像数据预处理.mp4  36.17M
|   |   ├──04 车位直线检测.mp4  41.21M
|   |   ├──05 按列划分区域.mp4  37.61M
|   |   ├──06 车位区域划分.mp4  39.33M
|   |   ├──07 识别模型构建.mp4  29.77M
|   |   └──08 基于视频的车位检测.mp4  72.08M
|   ├──15 项目实战-答题卡识别判卷  
|   |   ├──01 整体流程与效果概述.mp4  20.46M
|   |   ├──02 预处理操作.mp4  17.86M
|   |   ├──03 填涂轮廓检测.mp4  19.21M
|   |   └──04 选项判断识别.mp4  35.75M
|   ├──16 背景建模  
|   |   ├──01 背景消除-帧差法.mp4  16.67M
|   |   ├──02 混合高斯模型.mp4  21.11M
|   |   ├──03 学习步骤.mp4  24.87M
|   |   └──04 背景建模实战.mp4  37.01M
|   ├──17 光流估计  
|   |   ├──01 基本概念.mp4  16.76M
|   |   ├──02 Lucas-Kanade算法.mp4  16.15M
|   |   ├──03 推导求解.mp4  21.02M
|   |   └──04 光流估计实战.mp4  49.11M
|   ├──18 Opencv的DNN模块  
|   |   ├──01 dnn模块.mp4  22.33M
|   |   └──02 模型加载结果输出.mp4  30.31M
|   ├──19 项目实战-目标追踪  
|   |   ├──01 目标追踪概述.mp4  36.05M
|   |   ├──02 多目标追踪实战.mp4  23.65M
|   |   ├──03 深度学习检测框架加载.mp4  29.57M
|   |   ├──04 基于dlib与ssd的追踪.mp4  49.38M
|   |   ├──05 多进程目标追踪.mp4  20.41M
|   |   └──06 多进程效率提升对比.mp4  45.47M
|   ├──20 卷积原理与操作  
|   |   ├──01 卷积神经网络的应用.mp4  31.39M
|   |   ├──02 卷积层解释.mp4  20.01M
|   |   ├──03 卷积计算过程.mp4  24.73M
|   |   ├──04 pading与stride.mp4  23.28M
|   |   ├──05 卷积参数共享.mp4  15.55M
|   |   ├──06 池化层原理.mp4  14.38M
|   |   ├──07 卷积效果演示.mp4  18.09M
|   |   └──08 卷积操作流程.mp4  29.60M
|   └──21 项目实战-疲劳检测  
|   |   ├──01 关键点定位概述.mp4  20.83M
|   |   ├──02 获取人脸关键点.mp4  26.65M
|   |   ├──03 定位效果演示.mp4  32.39M
|   |   ├──04 闭眼检测.mp4  47.61M
|   |   └──05 检测效果.mp4  29.73M
├──06 综合项目-物体检测经典算法实战  
|   ├──01 深度学习经典检测方法概述  
|   |   ├──01 检测任务中阶段的意义.mp4  12.98M
|   |   ├──02 不同阶段算法优缺点分析.mp4  8.95M
|   |   ├──03 IOU指标计算.mp4  9.79M
|   |   ├──04 评估所需参数计算.mp4  20.90M
|   |   └──05 map指标计算.mp4  17.04M
|   ├──02 YOLO-V1整体思想与网络架构  
|   |   ├──01 YOLO算法整体思路解读.mp4  12.69M
|   |   ├──02 检测算法要得到的结果.mp4  11.73M
|   |   ├──03 整体网络架构解读.mp4  25.44M
|   |   ├──04 位置损失计算.mp4  16.36M
|   |   └──05 置信度误差与优缺点分析.mp4  23.08M
|   ├──03 YOLO-V2改进细节详解  
|   |   ├──01 V2版本细节升级概述.mp4  11.21M
|   |   ├──02 网络结构特点.mp4  12.99M
|   |   ├──03 架构细节解读.mp4  15.84M
|   |   ├──04 基于聚类来选择先验框尺寸.mp4  20.64M
|   |   ├──05 偏移量计算方法.mp4  23.07M
|   |   ├──06 坐标映射与还原.mp4  8.48M
|   |   ├──07 感受野的作用.mp4  22.27M
|   |   └──08 特征融合改进.mp4  16.21M
|   ├──04 YOLO-V3核心网络模型  
|   |   ├──01 V3版本改进概述.mp4  14.94M
|   |   ├──02 多scale方法改进与特征融合.mp4  14.52M
|   |   ├──03 经典变换方法对比分析.mp4  9.27M
|   |   ├──04 残差连接方法解读.mp4  15.89M
|   |   ├──05 整体网络模型架构分析.mp4  10.54M
|   |   ├──06 先验框设计改进.mp4  10.80M
|   |   └──07 sotfmax层改进.mp4  8.77M
|   ├──05 项目实战-基于V3版本进行源码解读（建议直接跑V5版本）  
|   |   ├──01 数据与环境配置.mp4  45.91M
|   |   ├──02 训练参数设置.mp4  17.23M
|   |   ├──03 COCO图像数据读取与处理.mp4  30.25M
|   |   ├──04 标签文件读取与处理.mp4  19.05M
|   |   ├──05 debug模式介绍.mp4  19.80M
|   |   ├──06 基于配置文件构建网络模型.mp4  29.14M
|   |   ├──07 路由层与shortcut层的作用.mp4  24.13M
|   |   ├──08 YOLO层定义解析.mp4  44.64M
|   |   ├──09 预测结果计算.mp4  32.27M
|   |   ├──10 网格偏移计算.mp4  24.06M
|   |   ├──11 模型要计算的损失概述.mp4  17.36M
|   |   ├──12 标签值格式修改.mp4  20.27M
|   |   ├──13 坐标相对位置计算.mp4  23.63M
|   |   ├──14 完成所有损失函数所需计算指标.mp4  26.24M
|   |   ├──15 模型训练与总结.mp4  56.26M
|   |   └──16 预测效果展示.mp4  25.13M
|   ├──06 基于YOLO-V3训练自己的数据集与任务（建议直接跑V5版本）  
|   |   ├──01 Labelme工具安装.mp4  12.55M
|   |   ├──02 数据信息标注.mp4  23.64M
|   |   ├──03 完成标签制作.mp4  23.63M
|   |   ├──04 生成模型所需配置文件.mp4  27.42M
|   |   ├──05 json格式转换成yolo-v3所需输入.mp4  15.62M
|   |   ├──06 完成输入数据准备工作.mp4  29.35M
|   |   ├──07 训练代码与参数配置更改.mp4  33.77M
|   |   └──08 训练模型并测试效果.mp4  26.97M
|   ├──07 YOLO-V4版本算法解读  
|   |   ├──01 V4版本整体概述.mp4  13.00M
|   |   ├──02 V4版本贡献解读.mp4  8.19M
|   |   ├──03 数据增强策略分析.mp4  19.93M
|   |   ├──04 DropBlock与标签平滑方法.mp4  16.22M
|   |   ├──05 损失函数遇到的问题.mp4  12.28M
|   |   ├──06 CIOU损失函数定义.mp4  8.88M
|   |   ├──07 NMS细节改进.mp4  12.82M
|   |   ├──08 SPP与CSP网络结构.mp4  12.87M
|   |   ├──09 SAM注意力机制模块.mp4  18.63M
|   |   ├──10 PAN模块解读.mp4  18.35M
|   |   └──11 激活函数与整体架构总结.mp4  16.17M
|   ├──08 V5版本项目配置  
|   |   ├──01 整体项目概述.mp4  30.59M
|   |   ├──02 训练自己的数据集方法.mp4  32.00M
|   |   ├──03 训练数据参数配置.mp4  39.04M
|   |   └──04 测试DEMO演示.mp4  39.96M
|   ├──09 V5项目工程源码解读  
|   |   ├──01 数据源DEBUG流程解读.mp4  31.25M
|   |   ├──02 图像数据源配置.mp4  25.11M
|   |   ├──03 加载标签数据.mp4  19.15M
|   |   ├──04 Mosaic数据增强方法.mp4  20.36M
|   |   ├──05 数据四合一方法与流程演示.mp4  30.47M
|   |   ├──06 getItem构建batch.mp4  24.55M
|   |   ├──07 网络架构图可视化工具安装.mp4  24.71M
|   |   ├──08 V5网络配置文件解读.mp4  28.14M
|   |   ├──09 Focus模块流程分析.mp4  16.12M
|   |   ├──10 完成配置文件解析任务.mp4  40.97M
|   |   ├──11 前向传播计算.mp4  22.10M
|   |   ├──12 BottleneckCSP层计算方法.mp4  23.91M
|   |   ├──13 SPP层计算细节分析.mp4  20.94M
|   |   ├──14 Head层流程解读.mp4  21.78M
|   |   ├──15 上采样与拼接操作.mp4  14.72M
|   |   ├──16 输出结果分析.mp4  26.86M
|   |   ├──17 超参数解读.mp4  26.59M
|   |   ├──18 命令行参数介绍.mp4  31.71M
|   |   ├──19 训练流程解读.mp4  35.08M
|   |   ├──20 各种训练策略概述.mp4  29.71M
|   |   └──21 模型迭代过程.mp4  29.18M
|   ├──10 V7源码解读  
|   |   ├──01 命令行参数介绍.mp4  20.65M
|   |   ├──02 基本参数作用.mp4  33.81M
|   |   ├──03 EMA等训练技巧解读.mp4  42.26M
|   |   ├──04 网络结构配置文件解读.mp4  30.16M
|   |   ├──05 各模块操作细节分析.mp4  37.92M
|   |   ├──06 输出层与配置文件其他模块解读.mp4  49.75M
|   |   ├──07 标签分配策略准备操作.mp4  28.14M
|   |   ├──08 候选框偏移方法与find3p模块解读.mp4  27.40M
|   |   ├──09 得到偏移点所在网格位置.mp4  33.88M
|   |   ├──10 完成BuildTargets模块.mp4  40.87M
|   |   ├──11 候选框筛选流程分析.mp4  25.00M
|   |   ├──12 预测值各项指标获取与调整.mp4  36.53M
|   |   ├──13 GT匹配正样本数量计算.mp4  32.72M
|   |   ├──14 通过IOU与置信度分配正样本.mp4  48.07M
|   |   ├──15 损失函数计算方法.mp4  37.02M
|   |   ├──16 辅助头AUX网络结构配置文件解析.mp4  25.74M
|   |   ├──17 辅助头损失函数调整.mp4  33.33M
|   |   ├──18 BN与卷积权重参数融合方法.mp4  41.80M
|   |   └──19 重参数化多分支合并加速.mp4  34.97M
|   ├──11 EfficientNet网络  
|   |   └──01 EfficientNet网络模型.mp4  406.83M
|   ├──12 EfficientDet检测算法  
|   |   └──01 EfficientDet检测算法.mp4  344.48M
|   ├──13 基于Transformer的detr目标检测算法  
|   |   ├──01 DETR目标检测基本思想解读.mp4  16.02M
|   |   ├──02 整体网络架构分析.mp4  24.00M
|   |   ├──03 位置信息初始化query向量.mp4  15.81M
|   |   ├──04 注意力机制的作用方法.mp4  16.18M
|   |   └──05 训练过程的策略.mp4  23.73M
|   └──14 detr目标检测源码解读  
|   |   ├──01 项目环境配置解读.mp4  31.98M
|   |   ├──02 数据处理与dataloader.mp4  46.74M
|   |   ├──03 位置编码作用分析.mp4  35.67M
|   |   ├──04 backbone特征提取模块.mp4  25.73M
|   |   ├──05 mask与编码模块.mp4  25.66M
|   |   ├──06 编码层作用方法.mp4  32.20M
|   |   ├──07 Decoder层操作与计算.mp4  21.60M
|   |   ├──08 输出预测结果.mp4  30.35M
|   |   └──09 损失函数与预测输出.mp4  31.75M
├──07 图像分割实战  
|   ├──01 图像分割及其损失函数概述  
|   |   ├──01 语义分割与实例分割概述.mp4  15.95M
|   |   ├──02 分割任务中的目标函数定义.mp4  15.36M
|   |   └──03 MIOU评估标准.mp4  7.37M
|   ├──02 卷积神经网络原理与参数解读  
|   |   ├──01 卷积神经网络应用领域.mp4  17.00M
|   |   ├──02 卷积的作用.mp4  19.52M
|   |   ├──03 卷积特征值计算方法.mp4  17.78M
|   |   ├──04 得到特征图表示.mp4  15.02M
|   |   ├──05 步长与卷积核大小对结果的影响.mp4  16.53M
|   |   ├──06 边缘填充方法.mp4  14.43M
|   |   ├──07 特征图尺寸计算与参数共享.mp4  17.03M
|   |   ├──08 池化层的作用.mp4  9.77M
|   |   ├──09 整体网络架构.mp4  13.09M
|   |   ├──10 VGG网络架构.mp4  15.62M
|   |   ├──11 残差网络Resnet.mp4  15.69M
|   |   └──12 感受野的作用.mp4  12.87M
|   ├──03 Unet系列算法讲解  
|   |   ├──01 Unet网络编码与解码过程.mp4  15.21M
|   |   ├──02 网络计算流程.mp4  13.01M
|   |   ├──03 Unet升级版本改进.mp4  12.22M
|   |   └──04 后续升级版本介绍.mp4  14.43M
|   ├──04 unet医学细胞分割实战  
|   |   ├──01 医学细胞数据集介绍与参数配置.mp4  46.02M
|   |   ├──02 数据增强工具.mp4  52.28M
|   |   ├──03 Debug模式演示网络计算流程.mp4  33.57M
|   |   ├──04 特征融合方法演示.mp4  21.21M
|   |   ├──05 迭代完成整个模型计算任务.mp4  23.94M
|   |   └──06 模型效果验证.mp4  35.40M
|   ├──05 U2NET显著性检测实战  
|   |   ├──01 任务目标与网络整体介绍.mp4  42.98M
|   |   ├──02 显著性检测任务与目标概述.mp4  49.01M
|   |   ├──03 编码器模块解读.mp4  30.94M
|   |   ├──04 解码器输出结果.mp4  21.67M
|   |   └──05 损失函数与应用效果.mp4  25.52M
|   ├──06 deeplab系列算法  
|   |   ├──01 deeplab分割算法概述.mp4  12.26M
|   |   ├──02 空洞卷积的作用.mp4  14.19M
|   |   ├──03 感受野的意义.mp4  14.85M
|   |   ├──04 SPP层的作用.mp4  15.63M
|   |   ├──05 ASPP特征融合策略.mp4  11.12M
|   |   └──06 deeplabV3Plus版本网络架构.mp4  19.02M
|   ├──07 基于deeplabV3+版本进行VOC分割实战  
|   |   ├──01 PascalVoc数据集介绍.mp4  49.31M
|   |   ├──02 项目参数与数据集读取.mp4  46.37M
|   |   ├──03 网络前向传播流程.mp4  24.29M
|   |   ├──04 ASPP层特征融合.mp4  37.63M
|   |   └──05 分割模型训练.mp4  26.00M
|   ├──08 医学心脏视频数据集分割建模实战  
|   |   ├──01 数据集与任务概述.mp4  27.87M
|   |   ├──02 项目基本配置参数.mp4  26.17M
|   |   ├──03 任务流程解读.mp4  55.75M
|   |   ├──04 文献报告分析.mp4  91.69M
|   |   ├──05 补充：视频数据源特征处理方法概述.mp4  20.94M
|   |   └──06 补充：R(2plus1)D处理方法分析.mp4  14.63M
|   ├──09 物体检测框架-MaskRcnn项目介绍与配置  
|   |   ├──01 Mask-Rcnn开源项目简介.mp4  75.30M
|   |   ├──02 开源项目数据集.mp4  33.48M
|   |   └──03 开源项目数据集.mp4  67.37M
|   ├──10 MaskRcnn网络框架源码详解  
|   |   ├──01 FPN层特征提取原理解读.mp4  31.37M
|   |   ├──02 FPN网络架构实现解读.mp4  41.99M
|   |   ├──03 生成框比例设置.mp4  21.08M
|   |   ├──04 基于不同尺度特征图生成所有框.mp4  25.04M
|   |   ├──05 RPN层的作用与实现解读.mp4  24.37M
|   |   ├──06 候选框过滤方法.mp4  12.55M
|   |   ├──07 Proposal层实现方法.mp4  25.49M
|   |   ├──08 DetectionTarget层的作用.mp4  19.28M
|   |   ├──09 正负样本选择与标签定义.mp4  20.59M
|   |   ├──10 RoiPooling层的作用与目的.mp4  25.21M
|   |   ├──11 RorAlign操作的效果.mp4  19.38M
|   |   └──12 整体框架回顾.mp4  22.88M
|   └──11 基于MASK-RCNN框架训练自己的数据与任务  
|   |   ├──01 Labelme工具安装.mp4  12.55M
|   |   ├──02 使用labelme进行数据与标签标注.mp4  20.95M
|   |   ├──03 完成训练数据准备工作.mp4  21.14M
|   |   ├──04 maskrcnn源码修改方法.mp4  49.33M
|   |   ├──05 基于标注数据训练所需任务.mp4  33.51M
|   |   └──06 测试与展示模块.mp4  27.72M
├──08 行为识别实战  
|   ├──01 slowfast算法知识点通俗解读  
|   |   ├──01 slowfast核心思想解读.mp4  46.88M
|   |   ├──02 核心网络结构模块分析.mp4  17.28M
|   |   ├──03 数据采样曾的作用.mp4  14.04M
|   |   ├──04 模型网络结构设计.mp4  14.81M
|   |   └──05 特征融合模块与总结分析.mp4  28.29M
|   ├──02 slowfast项目环境配置与配置文件  
|   |   ├──01 环境基本配置解读.mp4  33.61M
|   |   ├──02 目录各文件分析.mp4  27.07M
|   |   ├──03 配置文件作用解读.mp4  37.55M
|   |   ├──04 测试DEMO演示.mp4  59.29M
|   |   ├──05 训练所需标签文件说明.mp4  35.70M
|   |   ├──06 训练所需视频数据准备.mp4  31.91M
|   |   ├──07 视频数据集切分操作.mp4  28.89M
|   |   └──08 完成视频分帧操作.mp4  24.24M
|   ├──03 slowfast源码详细解读  
|   |   ├──01 模型所需配置文件参数读取.mp4  24.11M
|   |   ├──02 数据处理概述.mp4  32.06M
|   |   ├──03 dataloader数据遍历方法.mp4  34.33M
|   |   ├──04 数据与标签读取实例.mp4  32.40M
|   |   ├──05 图像数据所需预处理方法.mp4  42.91M
|   |   ├──06 slow与fast分别执行采样操作.mp4  42.53M
|   |   ├──07 分别计算特征图输出结果.mp4  37.35M
|   |   ├──08 slow与fast特征图拼接操作.mp4  33.43M
|   |   ├──09 resnetBolock操作.mp4  34.68M
|   |   └──10 RoiAlign与输出层.mp4  51.65M
|   ├──04 基于3D卷积的视频分析与动作识别  
|   |   ├──01 3D卷积原理解读.mp4  16.86M
|   |   ├──02 UCF101动作识别数据集简介.mp4  35.67M
|   |   ├──03 测试效果与项目配置.mp4  41.51M
|   |   ├──04 视频数据预处理方法.mp4  22.95M
|   |   ├──05 数据Batch制作方法.mp4  34.48M
|   |   ├──06 3D卷积网络所涉及模块.mp4  27.67M
|   |   └──07 训练网络模型.mp4  30.13M
|   ├──05 视频异常检测算法与元学习  
|   |   ├──01 异常检测要解决的问题与数据集介绍.mp4  17.38M
|   |   ├──02 基本思想与流程分析.mp4  20.71M
|   |   ├──03 预测与常见问题.mp4  21.86M
|   |   ├──04 Meta-Learn要解决的问题.mp4  16.71M
|   |   ├──05 学习能力与参数定义.mp4  11.50M
|   |   ├──06 如何找到合适的初始化参数.mp4  18.90M
|   |   └──07 MAML算法流程解读.mp4  22.60M
|   ├──06 视频异常检测CVPR2021论文及其源码解读  
|   |   ├──01 论文概述与环境配置.mp4  19.18M
|   |   ├──02 数据集配置与读取.mp4  28.24M
|   |   ├──03 模型编码与解码结构.mp4  24.26M
|   |   ├──04 注意力机制模块打造.mp4  45.53M
|   |   ├──05 损失函数的目的.mp4  50.62M
|   |   ├──06 特征图生成.mp4  30.10M
|   |   └──07 MetaLearn与输出.mp4  22.04M
|   └──07 基础补充-Resnet模型及其应用实例  
|   |   ├──01 医学疾病数据集介绍.mp4  15.88M
|   |   ├──02 Resnet网络架构原理分析.mp4  20.70M
|   |   ├──03 dataloader加载数据集.mp4  46.80M
|   |   ├──04 Resnet网络前向传播.mp4  26.17M
|   |   ├──05 残差网络的shortcut操作.mp4  34.86M
|   |   ├──06 特征图升维与降采样操作.mp4  19.69M
|   |   └──07 网络整体流程与训练演示.mp4  51.41M
├──09 2022论文必备-Transformer实战系列  
|   ├──01 课程介绍  
|   |   └──01 课程介绍.mp4  10.87M
|   ├──02 自然语言处理通用框架BERT原理解读  
|   |   ├──01 BERT任务目标概述.mp4  10.07M
|   |   ├──02 传统解决方案遇到的问题.mp4  19.87M
|   |   ├──03 注意力机制的作用.mp4  13.08M
|   |   ├──04 self-attention计算方法.mp4  21.40M
|   |   ├──05 特征分配与softmax机制.mp4  18.48M
|   |   ├──06 Multi-head的作用.mp4  16.99M
|   |   ├──07 位置编码与多层堆叠.mp4  14.54M
|   |   ├──08 transformer整体架构梳理.mp4  20.18M
|   |   ├──09 BERT模型训练方法.mp4  17.76M
|   |   └──10 训练实例.mp4  19.42M
|   ├──03 Transformer在视觉中的应用VIT算法  
|   |   ├──01 transformer发家史介绍.mp4  12.63M
|   |   ├──02 对图像数据构建patch序列.mp4  17.95M
|   |   ├──03 VIT整体架构解读.mp4  18.88M
|   |   ├──04 CNN遇到的问题与窘境.mp4  17.44M
|   |   ├──05 计算公式解读.mp4  19.24M
|   |   ├──06 位置编码与TNT模型.mp4  19.53M
|   |   └──07 TNT模型细节分析.mp4  22.12M
|   ├──04 VIT算法模型源码解读  
|   |   ├──01 项目配置说明.mp4  34.33M
|   |   ├──02 输入序列构建方法解读.mp4  21.51M
|   |   ├──03 注意力机制计算.mp4  20.15M
|   |   └──04 输出层计算结果.mp4  27.44M
|   ├──05 swintransformer算法原理解析  
|   |   ├──01 swintransformer整体概述.mp4  11.67M
|   |   ├──02 要解决的问题及其优势分析.mp4  17.42M
|   |   ├──03 一个block要完成的任务.mp4  13.77M
|   |   ├──04 获取各窗口输入特征.mp4  15.81M
|   |   ├──05 基于窗口的注意力机制解读.mp4  24.90M
|   |   ├──06 窗口偏移操作的实现.mp4  19.44M
|   |   ├──07 偏移细节分析及其计算量概述.mp4  17.07M
|   |   ├──08 整体网络架构整合.mp4  16.13M
|   |   ├──09 下采样操作实现方法.mp4  16.85M
|   |   └──10 分层计算方法.mp4  16.37M
|   ├──06 swintransformer源码解读  
|   |   ├──01 数据与环境配置解读.mp4  48.61M
|   |   ├──02 图像数据patch编码.mp4  27.92M
|   |   ├──03 数据按window进行划分计算.mp4  24.66M
|   |   ├──04 基础attention计算模块.mp4  21.68M
|   |   ├──05 窗口位移模块细节分析.mp4  27.77M
|   |   ├──06 patchmerge下采样操作.mp4  18.58M
|   |   ├──07 各block计算方法解读.mp4  21.34M
|   |   └──08 输出层概述.mp4  29.67M
|   ├──07 基于Transformer的detr目标检测算法  
|   |   ├──01 DETR目标检测基本思想解读.mp4  16.02M
|   |   ├──02 整体网络架构分析.mp4  24.00M
|   |   ├──03 位置信息初始化query向量.mp4  15.81M
|   |   ├──04 注意力机制的作用方法.mp4  16.18M
|   |   └──05 训练过程的策略.mp4  23.73M
|   ├──08 detr目标检测源码解读  
|   |   ├──01 项目环境配置解读.mp4  31.98M
|   |   ├──02 数据处理与dataloader.mp4  46.74M
|   |   ├──03 位置编码作用分析.mp4  35.67M
|   |   ├──04 backbone特征提取模块.mp4  25.73M
|   |   ├──05 mask与编码模块.mp4  25.66M
|   |   ├──06 编码层作用方法.mp4  32.20M
|   |   ├──07 Decoder层操作与计算.mp4  21.60M
|   |   ├──08 输出预测结果.mp4  30.35M
|   |   └──09 损失函数与预测输出.mp4  31.75M
|   ├──09 MedicalTrasnformer论文解读  
|   |   ├──01 论文整体分析.mp4  18.35M
|   |   ├──02 核心思想分析.mp4  39.39M
|   |   ├──03 网络结构计算流程概述.mp4  35.50M
|   |   ├──04 论文公式计算分析.mp4  36.45M
|   |   ├──05 位置编码的作用与效果.mp4  35.22M
|   |   └──06 拓展应用分析.mp4  44.06M
|   ├──10 MedicalTransformer源码解读  
|   |   ├──01 项目环境配置.mp4  19.92M
|   |   ├──02 医学数据介绍与分析.mp4  45.25M
|   |   ├──03 基本处理操作.mp4  18.98M
|   |   ├──04 AxialAttention实现过程.mp4  26.74M
|   |   ├──05 位置编码向量解读.mp4  20.54M
|   |   ├──06 注意力计算过程与方法.mp4  39.19M
|   |   └──07 局部特征提取与计算.mp4  28.49M
|   ├──11 商汤LoFTR算法解读  
|   |   ├──01 特征匹配的应用场景.mp4  55.02M
|   |   ├──02 特征匹配的基本流程分析.mp4  13.09M
|   |   ├──03 整体流程梳理分析.mp4  13.70M
|   |   ├──04 CrossAttention的作用与效果.mp4  13.22M
|   |   ├──05 transformer构建匹配特征.mp4  26.75M
|   |   ├──06 粗粒度匹配过程与作用.mp4  21.40M
|   |   ├──07 特征图拆解操作.mp4  12.16M
|   |   ├──08 细粒度匹配的作用与方法.mp4  16.67M
|   |   ├──09 基于期望预测最终位置.mp4  18.81M
|   |   └──10 总结分析.mp4  26.80M
|   ├──12 局部特征关键点匹配实战  
|   |   ├──01 项目与参数配置解读.mp4  30.33M
|   |   ├──02 DEMO效果演示.mp4  51.84M
|   |   ├──03 backbone特征提取模块.mp4  20.14M
|   |   ├──04 注意力机制的作用与效果分析.mp4  21.95M
|   |   ├──05 特征融合模块实现方法.mp4  21.37M
|   |   ├──06 cross关系计算方法实例.mp4  21.11M
|   |   ├──07 粗粒度匹配过程.mp4  36.33M
|   |   ├──08 完成基础匹配模块.mp4  45.59M
|   |   ├──09 精细化调整方法与实例.mp4  31.94M
|   |   ├──10 得到精细化输出结果.mp4  14.17M
|   |   └──11 通过期望计算最终输出.mp4  27.08M
|   ├──13 项目补充-谷歌开源项目BERT源码解读与应用实例  
|   |   ├──01 BERT开源项目简介.mp4  33.52M
|   |   ├──02 项目参数配置.mp4  75.02M
|   |   ├──03 数据读取模块.mp4  39.33M
|   |   ├──04 数据预处理模块.mp4  29.63M
|   |   ├──05 tfrecord制作.mp4  37.70M
|   |   ├──06 Embedding层的作用.mp4  22.79M
|   |   ├──07 加入额外编码特征.mp4  31.48M
|   |   ├──08 加入位置编码特征.mp4  17.18M
|   |   ├──09 mask机制的作用.mp4  26.76M
|   |   ├──10 构建QKV矩阵.mp4  38.19M
|   |   ├──11 完成Transformer模块构建.mp4  30.38M
|   |   └──12 训练BERT模型.mp4  40.90M
|   └──14 项目补充-基于BERT的中文情感分析实战  
|   |   ├──01 中文分类数据与任务概述.mp4  47.89M
|   |   ├──02 读取处理自己的数据集.mp4  40.67M
|   |   └──03 训练BERT中文分类模型.mp4  51.08M
├──10 图神经网络实战  
|   ├──01 图神经网络基础  
|   |   ├──01 图神经网络应用领域分析.mp4  21.89M
|   |   ├──02 图基本模块定义.mp4  9.24M
|   |   ├──03 邻接矩阵的定义.mp4  12.89M
|   |   ├──04 GNN中常见任务.mp4  15.62M
|   |   ├──05 消息传递计算方法.mp4  12.63M
|   |   └──06 多层GCN的作用.mp4  11.02M
|   ├──02 图卷积GCN模型  
|   |   ├──01 GCN基本模型概述.mp4  11.84M
|   |   ├──02 图卷积的基本计算方法.mp4  10.43M
|   |   ├──03 邻接的矩阵的变换.mp4  15.15M
|   |   └──04 GCN变换原理解读.mp4  16.72M
|   ├──03 图模型必备神器PyTorch Geometric安装与使用  
|   |   ├──01 PyTorch Geometric工具包安装与配置方法.mp4  38.17M
|   |   ├──02 数据集与邻接矩阵格式.mp4  42.37M
|   |   ├──03 模型定义与训练方法.mp4  34.01M
|   |   └──04 文献引用数据集分类案例实战.mp4  39.78M
|   ├──04 使用PyTorch Geometric构建自己的图数据集  
|   |   ├──01 构建数据集基本方法.mp4  11.33M
|   |   ├──02 数据集与任务背景概述.mp4  16.85M
|   |   ├──03 数据集基本预处理.mp4  25.19M
|   |   ├──04 用户行为图结构创建.mp4  28.97M
|   |   ├──05 数据集创建函数介绍.mp4  27.72M
|   |   ├──06 网络结构定义模块.mp4  29.65M
|   |   ├──07 TopkPooling进行下采样任务.mp4  24.17M
|   |   ├──08 获取全局特征.mp4  20.67M
|   |   └──09 模型训练与总结.mp4  27.64M
|   ├──05 图注意力机制与序列图模型  
|   |   ├──01 图注意力机制的作用与方法.mp4  13.58M
|   |   ├──02 邻接矩阵计算图Attention.mp4  17.03M
|   |   ├──03 序列图神经网络TGCN应用.mp4  10.55M
|   |   └──04 序列图神经网络细节.mp4  18.98M
|   ├──06 图相似度论文解读  
|   |   ├──01 要完成的任务分析.mp4  36.68M
|   |   ├──02 基本方法概述解读.mp4  39.08M
|   |   ├──03 图模型提取全局与局部特征.mp4  34.55M
|   |   ├──04 NTN模块的作用与效果.mp4  31.42M
|   |   ├──05 点之间的对应关系计算.mp4  40.46M
|   |   └──06 结果输出与总结.mp4  51.72M
|   ├──07 图相似度计算实战  
|   |   ├──01 数据集与任务概述.mp4  12.88M
|   |   ├──02 图卷积特征提取模块.mp4  41.78M
|   |   ├──03 分别计算不同Batch点的分布.mp4  23.38M
|   |   ├──04 获得直方图特征结果.mp4  15.63M
|   |   ├──05 图的全局特征构建.mp4  22.57M
|   |   ├──06 NTN图相似特征提取.mp4  28.95M
|   |   └──07 预测得到相似度结果.mp4  13.76M
|   ├──08 基于图模型的轨迹估计  
|   |   ├──01 数据集与标注信息解读.mp4  41.67M
|   |   ├──02 整体三大模块分析.mp4  45.75M
|   |   ├──03 特征工程的作用与效果.mp4  29.55M
|   |   ├──04 传统方法与现在向量空间对比.mp4  40.02M
|   |   ├──05 输入细节分析.mp4  36.45M
|   |   ├──06 子图模块构建方法.mp4  32.51M
|   |   ├──07 特征融合模块分析.mp4  36.86M
|   |   └──08 VectorNet输出层分析.mp4  57.30M
|   └──09 图模型轨迹估计实战  
|   |   ├──01 数据与环境配置.mp4  24.54M
|   |   ├──02 训练数据准备.mp4  18.99M
|   |   ├──03 Agent特征提取方法.mp4  30.09M
|   |   ├──04 DataLoader构建图结构.mp4  22.49M
|   |   └──05 SubGraph与Attention模型流程.mp4  27.30M
├──11 3D点云实战  
|   ├──01 3D点云实战 3D点云应用领域分析  
|   |   ├──01 点云数据概述.mp4  59.71M
|   |   ├──02 点云应用领域与发展分析.mp4  130.49M
|   |   ├──03 点云分割任务.mp4  54.07M
|   |   ├──04 点云补全任务.mp4  19.85M
|   |   ├──05 点云检测与配准任务.mp4  70.48M
|   |   └──06 点云数据特征提取概述与预告.mp4  16.30M
|   ├──02 3D点云PointNet算法  
|   |   ├──01 3D数据应用领域与点云介绍.mp4  26.90M
|   |   ├──02 点云数据可视化展示.mp4  24.37M
|   |   ├──03 点云数据特性和及要解决的问题.mp4  25.50M
|   |   ├──04 PointNet算法出发点解读.mp4  13.91M
|   |   └──05 PointNet算法网络架构解读.mp4  24.42M
|   ├──03 PointNet++算法解读  
|   |   ├──01 PointNet升级版算法要解决的问题.mp4  17.47M
|   |   ├──02 最远点采样方法.mp4  16.00M
|   |   ├──03 分组Group方法原理解读.mp4  26.16M
|   |   ├──04 整体流程概述分析.mp4  13.33M
|   |   ├──05 分类与分割问题解决方案.mp4  17.06M
|   |   └──06 遇到的问题及改进方法分析.mp4  10.38M
|   ├──04 Pointnet++项目实战  
|   |   ├──01 项目文件概述.mp4  21.66M
|   |   ├──02 数据读取模块配置.mp4  28.76M
|   |   ├──03 DEBUG解读网络模型架构.mp4  18.03M
|   |   ├──04 最远点采样介绍.mp4  14.38M
|   |   ├──05 采样得到中心点.mp4  23.17M
|   |   ├──06 组区域划分方法.mp4  18.33M
|   |   ├──07 实现group操作得到各中心簇.mp4  25.59M
|   |   ├──08 特征提取模块整体流程.mp4  29.68M
|   |   ├──09 预测结果输出模块.mp4  29.51M
|   |   ├──10 分类任务总结.mp4  15.55M
|   |   ├──11 分割任务数据与配置概述.mp4  31.38M
|   |   ├──12 分割需要解决的任务概述.mp4  23.56M
|   |   └──13 上采样完成分割任务.mp4  33.84M
|   ├──05 点云补全PF-Net论文解读  
|   |   ├──01 点云补全要解决的问题.mp4  13.76M
|   |   ├──02 基本解决方案概述.mp4  15.08M
|   |   ├──03 整体网络概述.mp4  16.25M
|   |   ├──04 网络计算流程.mp4  20.58M
|   |   └──05 输入与计算结果.mp4  41.49M
|   ├──06 点云补全实战解读  
|   |   ├──01 数据与项目配置解读.mp4  31.85M
|   |   ├──02 待补全数据准备方法.mp4  21.10M
|   |   ├──03 整体框架概述.mp4  33.98M
|   |   ├──04 MRE特征提取模块.mp4  28.18M
|   |   ├──05 分层预测输出模块.mp4  21.72M
|   |   ├──06 补全点云数据.mp4  24.21M
|   |   └──07 判别模块.mp4  33.74M
|   ├──07 点云配准及其案例实战  
|   |   ├──01 点云配准任务概述.mp4  13.55M
|   |   ├──02 配准要完成的目标解读.mp4  14.90M
|   |   ├──03 训练数据构建.mp4  16.83M
|   |   ├──04 任务基本流程.mp4  11.95M
|   |   ├──05 数据源配置方法.mp4  33.19M
|   |   ├──06 参数计算模块解读.mp4  15.93M
|   |   ├──07 基于模型预测输出参数.mp4  18.04M
|   |   ├──08 特征构建方法分析.mp4  25.85M
|   |   └──09 任务总结.mp4  24.90M
|   └──08 基础补充-对抗生成网络架构原理与实战解析  
|   |   ├──01 对抗生成网络通俗解释.mp4  16.05M
|   |   ├──02 GAN网络组成.mp4  9.51M
|   |   ├──03 损失函数解释说明.mp4  31.10M
|   |   ├──04 数据读取模块.mp4  21.85M
|   |   └──05 生成与判别网络定义.mp4  31.53M
├──12 目标追踪与姿态估计实战  
|   ├──01 课程介绍  
|   |   └──01 课程介绍.mp4  19.92M
|   ├──02 姿态估计OpenPose系列算法解读  
|   |   ├──01 姿态估计要解决的问题分析.mp4  40.26M
|   |   ├──02 姿态估计应用领域概述.mp4  16.41M
|   |   ├──03 传统topdown方法的问题.mp4  25.00M
|   |   ├──04 要解决的两个问题分析.mp4  8.65M
|   |   ├──05 基于高斯分布预测关键点位置.mp4  21.40M
|   |   ├──06 各模块输出特征图解读.mp4  13.74M
|   |   ├──07 PAF向量登场.mp4  10.57M
|   |   ├──08 PAF标签设计方法.mp4  20.03M
|   |   ├──09 预测时PAF积分计算方法.mp4  26.24M
|   |   ├──10 匹配方法解读.mp4  16.18M
|   |   ├──11 CPM模型特点.mp4  18.67M
|   |   └──12 算法流程与总结.mp4  29.97M
|   ├──03 OpenPose算法源码分析  
|   |   ├──01 数据集与路径配置解读.mp4  24.76M
|   |   ├──02 读取图像与标注信息.mp4  35.20M
|   |   ├──03 关键点与躯干特征图初始化.mp4  23.92M
|   |   ├──04 根据关键点位置设计关键点标签.mp4  37.71M
|   |   ├──05 准备构建PAF躯干标签.mp4  20.96M
|   |   ├──06 各位置点归属判断.mp4  20.56M
|   |   ├──07 特征图各点累加向量计算.mp4  24.26M
|   |   ├──08 完成PAF特征图制作.mp4  23.91M
|   |   ├──09 网络模型一阶段输出.mp4  19.69M
|   |   └──10 多阶段输出与预测.mp4  34.35M
|   ├──04 deepsort算法知识点解读  
|   |   ├──01 卡尔曼滤波通俗解释.mp4  22.77M
|   |   ├──02 卡尔曼滤波要完成的任务.mp4  12.89M
|   |   ├──03 任务本质分析.mp4  15.96M
|   |   ├──04 基于观测值进行最优估计.mp4  14.76M
|   |   ├──05 预测与更新操作.mp4  19.56M
|   |   ├──06 追踪中的状态量.mp4  13.03M
|   |   ├──07 匈牙利匹配算法概述.mp4  14.81M
|   |   ├──08 匹配小例子分析.mp4  16.76M
|   |   ├──09 REID特征的作用.mp4  15.89M
|   |   ├──10 sort与deepsort建模流程分析.mp4  21.61M
|   |   ├──11 预测与匹配流程解读.mp4  21.22M
|   |   └──12 追踪任务流程拆解.mp4  22.99M
|   ├──05 deepsort源码解读  
|   |   ├──01 项目环境配置.mp4  29.15M
|   |   ├──02 参数与DEMO演示.mp4  29.37M
|   |   ├──03 针对检测结果初始化track.mp4  34.80M
|   |   ├──04 对track执行预测操作.mp4  27.22M
|   |   ├──05 状态量预测结果.mp4  25.47M
|   |   ├──06 IOU代价矩阵计算.mp4  22.77M
|   |   ├──07 参数更新操作.mp4  34.57M
|   |   ├──08 级联匹配模块.mp4  28.61M
|   |   ├──09 ReID特征代价矩阵计算.mp4  32.19M
|   |   └──10 匹配结果与总结.mp4  54.81M
|   ├──06 YOLO-V4版本算法解读  
|   |   ├──01 V4版本整体概述.mp4  13.00M
|   |   ├──02 V4版本贡献解读.mp4  8.19M
|   |   ├──03 数据增强策略分析.mp4  19.93M
|   |   ├──04 DropBlock与标签平滑方法.mp4  16.22M
|   |   ├──05 损失函数遇到的问题.mp4  12.28M
|   |   ├──06 CIOU损失函数定义.mp4  8.88M
|   |   ├──07 NMS细节改进.mp4  12.82M
|   |   ├──08 SPP与CSP网络结构.mp4  12.87M
|   |   ├──09 SAM注意力机制模块.mp4  18.63M
|   |   ├──10 PAN模块解读.mp4  18.35M
|   |   └──11 激活函数与整体架构总结.mp4  16.17M
|   ├──07 V5版本项目配置  
|   |   ├──01 整体项目概述.mp4  30.59M
|   |   ├──02 训练自己的数据集方法.mp4  32.00M
|   |   ├──03 训练数据参数配置.mp4  39.04M
|   |   └──04 测试DEMO演示.mp4  39.96M
|   └──08 V5项目工程源码解读  
|   |   ├──01 数据源DEBUG流程解读.mp4  31.25M
|   |   ├──02 图像数据源配置.mp4  25.11M
|   |   ├──03 加载标签数据.mp4  19.15M
|   |   ├──04 Mosaic数据增强方法.mp4  20.36M
|   |   ├──05 数据四合一方法与流程演示.mp4  30.47M
|   |   ├──06 getItem构建batch.mp4  24.55M
|   |   ├──07 网络架构图可视化工具安装.mp4  24.71M
|   |   ├──08 V5网络配置文件解读.mp4  28.14M
|   |   ├──09 Focus模块流程分析.mp4  16.12M
|   |   ├──10 完成配置文件解析任务.mp4  40.97M
|   |   ├──11 前向传播计算.mp4  22.10M
|   |   ├──12 BottleneckCSP层计算方法.mp4  23.91M
|   |   ├──13 1-SPP层计算细节分析.mp4  20.94M
|   |   ├──14 2-Head层流程解读.mp4  21.78M
|   |   ├──15 上采样与拼接操作.mp4  14.72M
|   |   ├──16 输出结果分析.mp4  26.86M
|   |   ├──17 超参数解读.mp4  26.59M
|   |   ├──18 命令行参数介绍.mp4  31.71M
|   |   ├──19 训练流程解读.mp4  35.08M
|   |   ├──20 各种训练策略概述.mp4  29.71M
|   |   └──21 模型迭代过程.mp4  29.18M
├──13 面向深度学习的无人驾驶实战  
|   ├──01 深度估计算法原理解读  
|   |   ├──01 深度估计效果与应用.mp4  50.24M
|   |   ├──02 kitti数据集介绍.mp4  64.85M
|   |   ├──03 使用backbone获取层级特征.mp4  17.08M
|   |   ├──04 差异特征计算边界信息.mp4  20.86M
|   |   ├──05 SPP层的作用.mp4  13.00M
|   |   ├──06 空洞卷积与ASPP.mp4  15.21M
|   |   ├──07 特征拼接方法分析.mp4  17.47M
|   |   ├──08 网络coarse-to-fine过程.mp4  20.60M
|   |   ├──09 权重参数预处理.mp4  22.35M
|   |   └──10 损失计算.mp4  23.60M
|   ├──02 深度估计项目实战  
|   |   ├──01 项目环境配置解读.mp4  37.02M
|   |   ├──02 数据与标签定义方法.mp4  50.54M
|   |   ├──03 数据集dataloader制作.mp4  27.86M
|   |   ├──04 使用backbone进行特征提取.mp4  30.56M
|   |   ├──05 计算差异特征.mp4  22.66M
|   |   ├──06 权重参数标准化操作.mp4  30.60M
|   |   ├──07 网络结构ASPP层.mp4  35.26M
|   |   ├──08 特征拼接方法解读.mp4  34.70M
|   |   ├──09 输出深度估计结果.mp4  18.41M
|   |   ├──10 损失函数通俗解读.mp4  49.18M
|   |   └──11 模型DEMO输出结果.mp4  54.44M
|   ├──03 车道线检测算法与论文解读  
|   |   ├──01 数据标签与任务分析.mp4  39.44M
|   |   ├──02 网络整体框架分析.mp4  23.37M
|   |   ├──03 输出结果分析.mp4  15.05M
|   |   ├──04 损失函数计算方法.mp4  21.12M
|   |   └──05 论文概述分析.mp4  48.20M
|   ├──04 基于深度学习的车道线检测项目实战  
|   |   ├──01 车道数据与标签解读.mp4  43.13M
|   |   ├──02 项目环境配置演示.mp4  21.48M
|   |   ├──03 制作数据集dataloader.mp4  39.31M
|   |   ├──04 车道线标签数据处理.mp4  24.06M
|   |   ├──05 四条车道线标签位置矩阵.mp4  16.34M
|   |   ├──06 grid设置方法.mp4  29.68M
|   |   ├──07 完成数据与标签制作.mp4  18.48M
|   |   ├──08 算法网络结构解读.mp4  42.14M
|   |   ├──09 损失函数计算模块分析.mp4  33.29M
|   |   ├──10 车道线规则损失函数限制.mp4  32.38M
|   |   └──11 DEMO制作与配置.mp4  31.81M
|   ├──05 商汤LoFTR算法解读  
|   |   ├──01 特征匹配的应用场景.mp4  55.02M
|   |   ├──02 特征匹配的基本流程分析.mp4  13.09M
|   |   ├──03 整体流程梳理分析.mp4  13.70M
|   |   ├──04 CrossAttention的作用与效果.mp4  13.22M
|   |   ├──05 transformer构建匹配特征.mp4  26.75M
|   |   ├──06 粗粒度匹配过程与作用.mp4  21.40M
|   |   ├──07 特征图拆解操作.mp4  12.16M
|   |   ├──08 细粒度匹配的作用与方法.mp4  16.67M
|   |   ├──09 基于期望预测最终位置.mp4  18.81M
|   |   └──10 总结分析.mp4  26.80M
|   ├──06 局部特征关键点匹配实战  
|   |   ├──01 项目与参数配置解读.mp4  30.33M
|   |   ├──02 DEMO效果演示.mp4  51.75M
|   |   ├──03 backbone特征提取模块.mp4  20.14M
|   |   ├──04 注意力机制的作用与效果分析.mp4  21.95M
|   |   ├──05 特征融合模块实现方法.mp4  21.37M
|   |   ├──06 cross关系计算方法实例.mp4  21.11M
|   |   ├──07 粗粒度匹配过程.mp4  36.33M
|   |   ├──08 完成基础匹配模块.mp4  45.59M
|   |   ├──09 精细化调整方法与实例.mp4  31.92M
|   |   ├──10 得到精细化输出结果.mp4  14.17M
|   |   └──11 通过期望计算最终输出.mp4  27.08M
|   ├──07 三维重建应用与坐标系基础  
|   |   ├──01 三维重建概述分析.mp4  49.66M
|   |   ├──02 三维重建应用领域概述.mp4  10.79M
|   |   ├──03 成像方法概述.mp4  13.34M
|   |   ├──04 相机坐标系.mp4  15.08M
|   |   ├──05 坐标系转换方法解读.mp4  17.46M
|   |   ├──06 相机内外参.mp4  14.40M
|   |   ├──07 通过内外参数进行坐标变换.mp4  13.81M
|   |   └──08 相机标定简介.mp4  4.21M
|   ├──08 NeuralRecon算法解读  
|   |   ├──01 任务流程分析.mp4  16.53M
|   |   ├──02 基本框架熟悉.mp4  22.32M
|   |   ├──03 特征映射方法解读.mp4  27.16M
|   |   ├──04 片段融合思想.mp4  13.42M
|   |   └──05 整体架构重构方法.mp4  17.83M
|   ├──09 NeuralRecon项目环境配置  
|   |   ├──01 数据集下载与配置方法.mp4  39.03M
|   |   ├──02 Scannet数据集内容概述.mp4  26.50M
|   |   ├──03 TSDF标签生成方法.mp4  39.48M
|   |   ├──04 ISSUE的作用.mp4  42.02M
|   |   └──05 完成依赖环境配置.mp4  41.47M
|   ├──10 NeuralRecon项目源码解读  
|   |   ├──01 Backbone得到特征图.mp4  27.33M
|   |   ├──02 初始化体素位置.mp4  34.06M
|   |   ├──03 坐标映射方法实现.mp4  20.82M
|   |   ├──04 得到体素所对应特征图.mp4  40.44M
|   |   ├──05 插值得到对应特征向量.mp4  24.38M
|   |   ├──06 得到一阶段输出结果.mp4  29.90M
|   |   ├──07 完成三个阶段预测结果.mp4  33.57M
|   |   └──08 项目总结.mp4  72.66M
|   ├──11 TSDF算法与应用  
|   |   ├──01 TSDF整体概述分析.mp4  18.89M
|   |   ├──02 合成过程DEMO演示.mp4  12.99M
|   |   ├──03 布局初始化操作.mp4  10.25M
|   |   ├──04 TSDF计算基本流程解读.mp4  21.16M
|   |   ├──05 坐标转换流程分析.mp4  24.77M
|   |   └──06 输出结果融合更新.mp4  20.16M
|   ├──12 TSDF实战案例  
|   |   ├──01 环境配置概述.mp4  24.00M
|   |   ├──02 初始化与数据读取.mp4  16.32M
|   |   └──03 计算得到TSDF输出.mp4  30.44M
|   ├──13 轨迹估计算法与论文解读  
|   |   ├──01 数据集与标注信息解读.mp4  41.67M
|   |   ├──02 整体三大模块分析.mp4  45.75M
|   |   ├──03 特征工程的作用与效果.mp4  29.55M
|   |   ├──04 传统方法与现在向量空间对比.mp4  40.02M
|   |   ├──05 输入细节分析.mp4  36.45M
|   |   ├──06 子图模块构建方法.mp4  32.51M
|   |   ├──07 特征融合模块分析.mp4  36.86M
|   |   └──08 VectorNet输出层分析.mp4  57.30M
|   ├──14 轨迹估计预测实战  
|   |   ├──01 数据与环境配置.mp4  24.54M
|   |   ├──02 训练数据准备.mp4  18.99M
|   |   ├──03 Agent特征提取方法.mp4  30.09M
|   |   ├──04 DataLoader构建图结构.mp4  22.49M
|   |   └──05 SubGraph与Attention模型流程.mp4  27.30M
|   └──15 特斯拉无人驾驶解读  
|   |   └──01 特斯拉无人驾驶解读.mp4  409.96M
├──14 对比学习与多模态任务实战  
|   ├──01 对比学习算法与实例  
|   |   └──01 对比学习算法与实例.mp4  423.98M
|   ├──02 CLIP系列  
|   |   └──01 CLIP系列.mp4  479.43M
|   ├──03 多模态3D目标检测算法源码解读  
|   |   ├──01 环境配置与数据集概述.mp4  40.34M
|   |   ├──02 数据与标注文件介绍.mp4  30.35M
|   |   ├──03 基本流程梳理并进入debug模式.mp4  34.43M
|   |   ├──04 数据与图像特征提取模块.mp4  43.20M
|   |   ├──05 体素索引位置获取.mp4  47.13M
|   |   ├──06 体素特征提取方法解读.mp4  27.56M
|   |   ├──07 体素特征计算方法分析.mp4  50.68M
|   |   ├──08 全局体素特征提取.mp4  70.15M
|   |   ├──09 多模态特征融合.mp4  47.47M
|   |   ├──10 3D卷积特征融合.mp4  41.41M
|   |   └──11 输出层预测结果.mp4  61.43M
|   ├──04 多模态文字识别  
|   |   └──01 多模态文字识别.mp4  588.84M
|   └──05 ANINET源码解读  
|   |   ├──01 数据集与环境概述.mp4  41.91M
|   |   ├──02 配置文件修改方法.mp4  40.85M
|   |   ├──03 Bakbone模块得到特征.mp4  32.66M
|   |   ├──04 视觉Transformer模块的作用.mp4  32.87M
|   |   ├──05 视觉模型中的编码与解码的效果.mp4  40.90M
|   |   ├──06 文本模型中的结构分析.mp4  29.91M
|   |   ├──07 迭代修正模块.mp4  29.60M
|   |   └──08 输出层与损失计算.mp4  40.41M
├──15 缺陷检测实战  
|   ├──01 课程介绍  
|   |   └──01 课程介绍.mp4  19.16M
|   ├──02 物体检框架YOLO-V4版本算法解读  
|   |   ├──01 V4版本整体概述.mp4  13.00M
|   |   ├──01 源码【内有百度云地址，自取】.txt  0.15kb
|   |   ├──02 V4版本贡献解读.mp4  8.19M
|   |   ├──03 数据增强策略分析.mp4  19.93M
|   |   ├──04 DropBlock与标签平滑方法.mp4  16.22M
|   |   ├──05 损失函数遇到的问题.mp4  12.28M
|   |   ├──06 CIOU损失函数定义.mp4  8.88M
|   |   ├──07 NMS细节改进.mp4  12.82M
|   |   ├──08 SPP与CSP网络结构.mp4  12.87M
|   |   ├──09 SAM注意力机制模块.mp4  18.63M
|   |   ├──10 PAN模块解读.mp4  18.35M
|   |   └──11 激活函数与整体架构总结.mp4  16.17M
|   ├──03 物体检测框架YOLOV5版本项目配置  
|   |   ├──01 整体项目概述.mp4  30.59M
|   |   ├──02 训练自己的数据集方法.mp4  32.00M
|   |   ├──03 训练数据参数配置.mp4  39.04M
|   |   └──04 测试DEMO演示.mp4  39.96M
|   ├──04 物体检测框架YOLOV5项目工程源码解读  
|   |   ├──01 数据源DEBUG流程解读.mp4  31.25M
|   |   ├──02 图像数据源配置.mp4  25.11M
|   |   ├──03 加载标签数据.mp4  19.15M
|   |   ├──04 Mosaic数据增强方法.mp4  20.36M
|   |   ├──05 数据四合一方法与流程演示.mp4  30.47M
|   |   ├──06 getItem构建batch.mp4  24.55M
|   |   ├──07 网络架构图可视化工具安装.mp4  24.71M
|   |   ├──08 V5网络配置文件解读.mp4  28.14M
|   |   ├──09 Focus模块流程分析.mp4  16.12M
|   |   ├──10 完成配置文件解析任务.mp4  40.97M
|   |   ├──11 前向传播计算.mp4  22.10M
|   |   ├──12 BottleneckCSP层计算方法.mp4  23.91M
|   |   ├──13 SPP层计算细节分析.mp4  20.94M
|   |   ├──14 Head层流程解读.mp4  21.78M
|   |   ├──15 上采样与拼接操作.mp4  14.72M
|   |   ├──16 输出结果分析.mp4  26.86M
|   |   ├──17 超参数解读.mp4  26.59M
|   |   ├──18 命令行参数介绍.mp4  31.71M
|   |   ├──19 训练流程解读.mp4  35.08M
|   |   ├──20 各种训练策略概述.mp4  29.71M
|   |   └──21 模型迭代过程.mp4  29.18M
|   ├──05 基于YOLOV5的钢材缺陷检测实战  
|   |   ├──01 任务需求与项目概述.mp4  12.91M
|   |   ├──02 数据与标签配置方法.mp4  29.67M
|   |   ├──03 标签转换格式脚本制作.mp4  23.79M
|   |   ├──04 各版本模型介绍分析.mp4  24.68M
|   |   ├──05 项目参数配置.mp4  20.20M
|   |   ├──06 缺陷检测模型训练.mp4  27.45M
|   |   └──07 输出结果与项目总结.mp4  34.15M
|   ├──06 Semi-supervised布料缺陷检测实战  
|   |   ├──01 任务目标与流程概述.mp4  41.66M
|   |   ├──02 论文思想与模型分析.mp4  91.35M
|   |   ├──03 项目配置解读.mp4  46.08M
|   |   ├──04 网络流程分析.mp4  25.82M
|   |   └──05 输出结果展示.mp4  28.25M
|   ├──07 Opencv图像常用处理方法实例  
|   |   ├──01 计算机眼中的图像.mp4  24.20M
|   |   ├──02 视频的读取与处理.mp4  36.27M
|   |   ├──03 ROI区域.mp4  12.10M
|   |   ├──04 边界填充.mp4  18.29M
|   |   ├──05 数值计算.mp4  31.90M
|   |   ├──06 图像阈值.mp4  25.24M
|   |   ├──07 图像平滑处理.mp4  19.45M
|   |   ├──08 高斯与中值滤波.mp4  16.59M
|   |   ├──09 腐蚀操作.mp4  14.51M
|   |   ├──10 膨胀操作.mp4  9.43M
|   |   ├──11 开运算与闭运算.mp4  7.53M
|   |   ├──12 梯度计算.mp4  5.92M
|   |   └──13 礼帽与黑帽.mp4  13.68M
|   ├──08 Opencv梯度计算与边缘检测实例  
|   |   ├──01 Canny边缘检测流程.mp4  14.30M
|   |   ├──02 非极大值抑制.mp4  14.08M
|   |   ├──03 边缘检测效果.mp4  25.53M
|   |   ├──04 Sobel算子.mp4  20.99M
|   |   ├──05 梯度计算方法.mp4  23.41M
|   |   └──06 scharr与lapkacian算子.mp4  20.80M
|   ├──09 Opencv轮廓检测与直方图  
|   |   ├──01 图像金字塔定义.mp4  16.03M
|   |   ├──02 金字塔制作方法.mp4  20.18M
|   |   ├──03 轮廓检测方法.mp4  14.59M
|   |   ├──04 轮廓检测结果.mp4  23.61M
|   |   ├──05 轮廓特征与近似.mp4  29.38M
|   |   ├──06 模板匹配方法.mp4  37.29M
|   |   ├──07 匹配效果展示.mp4  17.08M
|   |   ├──08 直方图定义.mp4  19.79M
|   |   ├──09 均衡化原理.mp4  26.00M
|   |   ├──10 均衡化效果.mp4  21.44M
|   |   ├──11 傅里叶概述.mp4  29.84M
|   |   ├──12 频域变换结果.mp4  21.16M
|   |   └──13 低通与高通滤波.mp4  23.17M
|   ├──10 基于Opencv缺陷检测项目实战  
|   |   ├──01 任务需求与环境配置.mp4  12.01M
|   |   ├──02 数据读取与基本处理.mp4  19.80M
|   |   ├──03 缺陷形态学操作.mp4  19.36M
|   |   ├──04 整体流程解读.mp4  17.73M
|   |   └──05 缺陷检测效果演示.mp4  38.94M
|   ├──11 基于视频流水线的Opencv缺陷检测项目  
|   |   ├──01 数据与任务概述.mp4  12.52M
|   |   ├──02 视频数据读取与轮廓检测.mp4  15.77M
|   |   ├──03 目标质心计算.mp4  23.52M
|   |   ├──04 视频数据遍历方法.mp4  22.29M
|   |   ├──05 缺陷区域提取.mp4  26.52M
|   |   ├──06 不同类型的缺陷检测方法.mp4  26.15M
|   |   └──07 检测效果演示.mp4  18.49M
|   ├──12 图像分割deeplab系列算法  
|   |   ├──01 deeplab分割算法概述.mp4  12.26M
|   |   ├──02 空洞卷积的作用.mp4  14.19M
|   |   ├──03 感受野的意义.mp4  14.85M
|   |   ├──04 SPP层的作用.mp4  15.63M
|   |   ├──05 ASPP特征融合策略.mp4  11.12M
|   |   └──06 deeplabV3Plus版本网络架构.mp4  19.02M
|   ├──13 基于deeplabV3+版本进行VOC分割实战  
|   |   ├──01 PascalVoc数据集介绍.mp4  49.31M
|   |   ├──02 项目参数与数据集读取.mp4  46.37M
|   |   ├──03 网络前向传播流程.mp4  24.29M
|   |   ├──04 ASPP层特征融合.mp4  37.63M
|   |   └──05 分割模型训练.mp4  26.00M
|   └──14 Deeplab铁质材料缺陷检测与开源项目应用流程  
|   |   ├──01 数据集与任务概述.mp4  23.89M
|   |   ├──02 开源项目应用方法.mp4  27.10M
|   |   ├──03 github与kaggle中需要注意的点.mp4  30.85M
|   |   ├──04 源码的利用方法.mp4  98.83M
|   |   ├──04 源码的利用方法_ev.mp4  74.00M
|   |   ├──05 数据集制作方法_ev.mp4  58.20M
|   |   ├──06 数据路径配置_ev.mp4  41.89M
|   |   ├──07 训练模型_ev.mp4  25.04M
|   |   └──08 任务总结_ev.mp4  31.72M
├──16 行人重识别实战  
|   ├──01 行人重识别原理及其应用  
|   |   ├──01 行人重识别要解决的问题_ev.mp4  14.16M
|   |   ├──02 挑战与困难分析_ev.mp4  27.88M
|   |   ├──03 评估标准rank1指标_ev.mp4  10.31M
|   |   ├──04 map值计算方法_ev.mp4  12.30M
|   |   ├──05 triplet损失计算实例_ev.mp4  19.96M
|   |   └──06 Hard-Negative方法应用_ev.mp4  21.02M
|   ├──02 基于注意力机制的Reld模型论文解读  
|   ├──03 基于Attention的行人重识别项目实战  
|   |   ├──01 项目环境与数据集配置_ev.mp4  38.80M
|   |   ├──02 参数配置与整体架构分析_ev.mp4  48.84M
|   |   ├──03 进入debug模式解读网络计算流程_ev.mp4  21.54M
|   |   ├──04 获得空间位置点之间的关系_ev.mp4  30.41M
|   |   ├──05 组合关系特征图_ev.mp4  29.21M
|   |   ├──06 计算得到位置权重值_ev.mp4  27.12M
|   |   ├──07 基于特征图的权重计算_ev.mp4  17.98M
|   |   ├──08 损失函数计算实例解读_ev.mp4  43.56M
|   |   └──09 训练与测试模块演示_ev.mp4  54.85M
|   ├──04 AAAI2020顶会算法精讲  
|   |   ├──01 论文整体框架概述_ev.mp4  14.21M
|   |   ├──02 局部特征与全局关系计算方法_ev.mp4  13.31M
|   |   ├──03 特征分组方法_ev.mp4  12.77M
|   |   ├──04 GCP模块特征融合方法_ev.mp4  23.56M
|   |   ├──05 oneVsReset方法实例_ev.mp4  12.67M
|   |   └──06 损失函数应用位置_ev.mp4  13.73M
|   ├──05 项目实战-基于行人局部特征融合的再识别实战  
|   |   ├──01 项目配置与数据集介绍_ev.mp4  47.38M
|   |   ├──02 数据源构建方法分析_ev.mp4  31.42M
|   |   ├──03 dataloader加载顺序解读_ev.mp4  19.40M
|   |   ├──04 debug模式解读_ev.mp4  46.24M
|   |   ├──05 网络计算整体流程演示_ev.mp4  21.56M
|   |   ├──06 特征序列构建_ev.mp4  28.23M
|   |   ├──07 GCP全局特征提取_ev.mp4  25.93M
|   |   ├──08 局部特征提取实例_ev.mp4  37.44M
|   |   ├──09 特征组合汇总_ev.mp4  32.50M
|   |   ├──10 得到所有分组特征结果_ev.mp4  35.79M
|   |   ├──11 损失函数与训练过程演示_ev.mp4  30.40M
|   |   └──12 测试与验证模块_ev.mp4  36.59M
|   ├──06 旷视研究院最新算法解读（基于图模型）  
|   |   ├──01 关键点位置特征构建_ev.mp4  17.62M
|   |   ├──02 图卷积与匹配的作用_ev.mp4  20.09M
|   |   ├──03 局部特征热度图计算_ev.mp4  21.03M
|   |   ├──04 基于图卷积构建人体拓扑关系_ev.mp4  25.39M
|   |   ├──05 图卷积模块实现方法_ev.mp4  22.70M
|   |   ├──06 图匹配在行人重识别中的作用_ev.mp4  15.41M
|   |   └──07 整体算法框架分析_ev.mp4  20.28M
|   └──07 基于拓扑图的行人重识别项目实战  
|   |   ├──01 数据集与环境配置概述_ev.mp4  35.08M
|   |   ├──02 局部特征准备方法_ev.mp4  38.93M
|   |   ├──03 得到一阶段热度图结果_ev.mp4  28.59M
|   |   ├──04 阶段监督训练_ev.mp4  58.65M
|   |   ├──05 初始化图卷积模型_ev.mp4  28.31M
|   |   ├──06 mask矩阵的作用_ev.mp4  32.47M
|   |   ├──07 邻接矩阵学习与更新_ev.mp4  37.08M
|   |   ├──08 基于拓扑结构组合关键点特征_ev.mp4  44.34M
|   |   ├──09 图匹配模块计算流程_ev.mp4  48.65M
|   |   └──10 整体项目总结_ev.mp4  55.71M
├──17 对抗生成网络实战  
|   ├──01 课程介绍  
|   |   └──01 课程介绍_ev.mp4  20.37M
|   ├──02 对抗生成网络架构原理与实战解析  
|   |   ├──01 对抗生成网络通俗解释_ev.mp4  16.05M
|   |   ├──02 GAN网络组成_ev.mp4  9.51M
|   |   ├──03 损失函数解释说明_ev.mp4  31.10M
|   |   ├──04 数据读取模块_ev.mp4  21.85M
|   |   └──05 生成与判别网络定义_ev.mp4  31.53M
|   ├──03 基于CycleGan开源项目实战图像合成  
|   |   ├──01 CycleGan网络所需数据_ev.mp4  23.13M
|   |   ├──02 CycleGan整体网络架构_ev.mp4  19.00M
|   |   ├──03 PatchGan判别网络原理_ev.mp4  9.49M
|   |   ├──04 Cycle开源项目简介_ev.mp4  37.84M
|   |   ├──05 数据读取与预处理操作_ev.mp4  40.42M
|   |   ├──06 生成网络模块构造_ev.mp4  36.07M
|   |   ├──07 判别网络模块构造_ev.mp4  14.57M
|   |   ├──08 损失函数：identity loss计算方法_ev.mp4  27.22M
|   |   ├──09 生成与判别损失函数指定_ev.mp4  41.17M
|   |   └──10 额外补充：VISDOM可视化配置_ev.mp4  26.31M
|   ├──04 stargan论文架构解析  
|   |   ├──01 stargan效果演示分析_ev.mp4  22.99M
|   |   ├──02 网络架构整体思路解读_ev.mp4  22.23M
|   |   ├──03 建模流程分析_ev.mp4  31.06M
|   |   ├──04 V1版本存在的问题及后续改进思路_ev.mp4  40.55M
|   |   ├──05 V2版本在整体网络架构_ev.mp4  55.70M
|   |   ├──06 编码器训练方法_ev.mp4  45.16M
|   |   ├──07 损失函数公式解析_ev.mp4  36.48M
|   |   └──08 训练过程分析_ev.mp4  81.35M
|   ├──05 stargan项目实战及其源码解读  
|   |   ├──01 测试模块效果与实验分析_ev.mp4  24.72M
|   |   ├──02 项目配置与数据源下载_ev.mp4  15.60M
|   |   ├──03 测试效果演示_ev.mp4  30.87M
|   |   ├──04 项目参数解析_ev.mp4  20.98M
|   |   ├──05 生成器模块源码解读_ev.mp4  34.59M
|   |   ├──06 所有网络模块构建实例_ev.mp4  34.06M
|   |   ├──07 数据读取模块分析_ev.mp4  39.58M
|   |   ├──08 判别器损失计算_ev.mp4  22.65M
|   |   ├──09 损失计算详细过程_ev.mp4  33.48M
|   |   └──10 生成模块损失计算_ev.mp4  49.90M
|   ├──06 基于starganvc2的变声器论文原理解读  
|   |   ├──01 论文整体思路与架构解读_ev.mp4  29.63M
|   |   ├──02 VCC2016输入数据_ev.mp4  15.84M
|   |   ├──03 语音特征提取_ev.mp4  24.20M
|   |   ├──04 生成器模型架构分析_ev.mp4  11.70M
|   |   ├──05 InstanceNorm的作用解读_ev.mp4  15.20M
|   |   ├──06 AdaIn的目的与效果_ev.mp4  11.12M
|   |   └──07 判别器模块分析_ev.mp4  86.72M
|   ├──07 starganvc2变声器项目实战及其源码解读  
|   |   ├──01 数据与项目文件解读_ev.mp4  16.60M
|   |   ├──02 环境配置与工具包安装_ev.mp4  30.25M
|   |   ├──03 数据预处理与声音特征提取_ev.mp4  61.10M
|   |   ├──04 生成器构造模块解读_ev.mp4  29.54M
|   |   ├──05 下采样与上采样操作_ev.mp4  24.50M
|   |   ├──06 starganvc2版本标签输入分析_ev.mp4  37.38M
|   |   ├──07 生成器前向传播维度变化_ev.mp4  19.33M
|   |   ├──08 判别器模块解读_ev.mp4  24.21M
|   |   ├──09 论文损失函数_ev.mp4  87.19M
|   |   ├──10 源码损失计算流程_ev.mp4  27.61M
|   |   └──11 测试模块-生成转换语音_ev.mp4  36.03M
|   ├──08 图像超分辨率重构实战  
|   |   ├──01 论文概述_ev.mp4  42.01M
|   |   ├──02 网络架构_ev.mp4  71.01M
|   |   ├──03 数据与环境配置_ev.mp4  21.97M
|   |   ├──04 数据加载与配置_ev.mp4  28.88M
|   |   ├──05 生成模块_ev.mp4  35.59M
|   |   ├──06 判别模块_ev.mp4  31.69M
|   |   ├──07 VGG特征提取网络_ev.mp4  26.99M
|   |   ├──08 损失函数与训练_ev.mp4  67.04M
|   |   └──09 测试模块_ev.mp4  62.39M
|   └──09 基于GAN的图像补全实战  
|   |   ├──01 论文概述_ev.mp4  71.57M
|   |   ├──02 网络架构_ev.mp4  23.41M
|   |   ├──03 细节设计_ev.mp4  68.64M
|   |   ├──04 论文总结_ev.mp4  110.96M
|   |   ├──05 数据与项目概述_ev.mp4  37.85M
|   |   ├──06 参数基本设计_ev.mp4  53.68M
|   |   ├──07 网络结构配置_ev.mp4  50.16M
|   |   ├──08 网络迭代训练_ev.mp4  70.51M
|   |   └──09 测试模块_ev.mp4  34.78M
├──18 强化学习实战系列  
|   ├──01 强化学习简介及其应用  
|   |   ├──01 一张图通俗解释强化学习_ev.mp4  12.45M
|   |   ├──02 强化学习的指导依据_ev.mp4  15.62M
|   |   ├──03 强化学习AI游戏DEMO_ev.mp4  13.38M
|   |   ├──04 应用领域简介_ev.mp4  13.86M
|   |   ├──05 强化学习工作流程_ev.mp4  12.11M
|   |   └──06 计算机眼中的状态与行为_ev.mp4  16.43M
|   ├──02 PPO算法与公式推导  
|   |   ├──01 基本情况介绍_ev.mp4  21.74M
|   |   ├──02 与环境交互得到所需数据_ev.mp4  18.47M
|   |   ├──03 要完成的目标分析_ev.mp4  20.35M
|   |   ├──04 策略梯度推导_ev.mp4  18.05M
|   |   ├──05 baseline方法_ev.mp4  14.08M
|   |   ├──06 OnPolicy与OffPolicy策略_ev.mp4  16.36M
|   |   ├──07 importance sampling的作用_ev.mp4  18.70M
|   |   └──08 PPO算法整体思路解析_ev.mp4  20.39M
|   ├──03 PPO实战-月球登陆器训练实例  
|   |   ├──01 Critic的作用与效果_ev.mp4  30.04M
|   |   ├──02 PPO2版本公式解读_ev.mp4  25.27M
|   |   ├──03 参数与网络结构定义_ev.mp4  24.80M
|   |   ├──04 得到动作结果_ev.mp4  21.10M
|   |   ├──05 奖励获得与计算_ev.mp4  26.23M
|   |   └──06 参数迭代与更新_ev.mp4  34.90M
|   ├──04 Q-learning与DQN算法  
|   |   ├──01 整体任务流程演示_ev.mp4  17.27M
|   |   ├──02 探索与action获取_ev.mp4  20.68M
|   |   ├──03 计算target值_ev.mp4  16.37M
|   |   ├──04 训练与更新_ev.mp4  24.62M
|   |   ├──05 算法原理通俗解读_ev.mp4  18.78M
|   |   ├──06 目标函数与公式解析_ev.mp4  21.21M
|   |   ├──07 Qlearning算法实例解读_ev.mp4  14.15M
|   |   ├──08 Q值迭代求解_ev.mp4  18.41M
|   |   └──09 DQN简介_ev.mp4  11.60M
|   ├──05 DQN算法实例演示  
|   |   ├──01 整体任务流程演示_ev.mp4  17.27M
|   |   ├──02 探索与action获取_ev.mp4  20.68M
|   |   ├──03 计算target值_ev.mp4  16.37M
|   |   └──04 训练与更新_ev.mp4  24.62M
|   ├──06 DQN改进与应用技巧  
|   |   ├──01 DoubleDqn要解决的问题_ev.mp4  15.78M
|   |   ├──02 DuelingDqn改进方法_ev.mp4  14.41M
|   |   ├──03 Dueling整体网络架构分析_ev.mp4  17.33M
|   |   ├──04 MultiSetp策略_ev.mp4  7.03M
|   |   └──05 连续动作处理方法_ev.mp4  17.45M
|   ├──07 Actor-Critic算法分析（A3C）  
|   |   ├──01 AC算法回顾与知识点总结_ev.mp4  13.91M
|   |   ├──02 优势函数解读与分析_ev.mp4  15.50M
|   |   ├──03 计算流程实例_ev.mp4  13.82M
|   |   ├──04 A3C整体架构分析_ev.mp4  13.01M
|   |   └──05 损失函数整理_ev.mp4  17.91M
|   └──08 用A3C玩转超级马里奥  
|   |   ├──01 整体流程与环境配置_ev.mp4  19.17M
|   |   ├──02 启动游戏环境_ev.mp4  24.56M
|   |   ├──03 要计算的指标回顾_ev.mp4  26.23M
|   |   ├──04 初始化局部模型并加载参数_ev.mp4  23.29M
|   |   ├──05 与环境交互得到训练数据_ev.mp4  27.98M
|   |   └──06 训练网络模型_ev.mp4  31.62M
├──19 Openai顶级黑科技算法及其项目实战  
|   ├──01 GPT系列生成模型  
|   |   └──01 GPT系列_ev.mp4  346.96M
|   ├──02 GPT建模与预测流程  
|   |   ├──01 生成模型可以完成的任务概述_ev.mp4  23.08M
|   |   ├──02 数据样本生成方法_ev.mp4  53.49M
|   |   ├──03 训练所需参数解读_ev.mp4  46.11M
|   |   ├──04 模型训练过程_ev.mp4  41.37M
|   |   └──05 部署与网页预测展示_ev.mp4  62.77M
|   ├──03 CLIP系列  
|   |   └──01 CLIP系列_ev.mp4  479.43M
|   ├──04 Diffusion模型解读  
|   |   └──01 Diffusion模型解读_ev.mp4  547.16M
|   ├──05 Dalle2及其源码解读  
|   |   └──01 Dalle2源码解读_ev.mp4  462.67M
|   └──06 ChatGPT  
|   |   └──01 ChatGPT_ev.mp4  307.00M
├──20 面向医学领域的深度学习实战  
|   ├──01 卷积神经网络原理与参数解读  
|   |   ├──01 卷积神经网络应用领域_ev.mp4  17.00M
|   |   ├──02 卷积的作用_ev.mp4  19.52M
|   |   ├──03 卷积特征值计算方法_ev.mp4  17.78M
|   |   ├──04 得到特征图表示_ev.mp4  15.02M
|   |   ├──05 步长与卷积核大小对结果的影响_ev.mp4  16.53M
|   |   ├──06 边缘填充方法_ev.mp4  14.43M
|   |   ├──07 特征图尺寸计算与参数共享_ev.mp4  17.03M
|   |   ├──08 池化层的作用_ev.mp4  9.77M
|   |   ├──09 整体网络架构_ev.mp4  13.09M
|   |   ├──10 VGG网络架构_ev.mp4  15.62M
|   |   ├──11 残差网络Resnet_ev.mp4  15.69M
|   |   └──12 感受野的作用_ev.mp4  12.87M
|   ├──02 PyTorch框架基本处理操作  
|   |   ├──01 PyTorch实战课程简介_ev.mp4  17.64M
|   |   ├──02 PyTorch框架发展趋势简介_ev.mp4  19.20M
|   |   ├──03 框架安装方法（CPU与GPU版本）_ev.mp4  14.24M
|   |   ├──04 PyTorch基本操作简介_ev.mp4  21.86M
|   |   ├──05 自动求导机制_ev.mp4  29.31M
|   |   ├──06 线性回归DEMO-数据与参数配置_ev.mp4  19.09M
|   |   ├──07 线性回归DEMO-训练回归模型_ev.mp4  32.77M
|   |   ├──08 补充：常见tensor格式_ev.mp4  16.98M
|   |   └──09 补充：Hub模块简介_ev.mp4  46.26M
|   ├──03 PyTorch框架必备核心模块解读  
|   |   ├──01 卷积网络参数定义_ev.mp4  20.38M
|   |   ├──02 网络流程解读_ev.mp4  28.99M
|   |   ├──03 Vision模块功能解读_ev.mp4  18.90M
|   |   ├──04 分类任务数据集定义与配置_ev.mp4  22.07M
|   |   ├──05 图像增强的作用_ev.mp4  13.30M
|   |   ├──06 数据预处理与数据增强模块_ev.mp4  27.17M
|   |   ├──07 Batch数据制作_ev.mp4  34.45M
|   |   ├──08 迁移学习的目标_ev.mp4  9.99M
|   |   ├──09 迁移学习策略_ev.mp4  13.47M
|   |   ├──10 加载训练好的网络模型_ev.mp4  39.52M
|   |   ├──11 优化器模块配置_ev.mp4  20.42M
|   |   ├──12 实现训练模块_ev.mp4  27.46M
|   |   ├──13 训练结果与模型保存_ev.mp4  33.83M
|   |   ├──14 加载模型对测试数据进行预测_ev.mp4  43.28M
|   |   ├──15 额外补充-Resnet论文解读_ev.mp4  82.12M
|   |   └──16 额外补充-Resnet网络架构解读_ev.mp4  15.62M
|   ├──04 基于Resnet的医学数据集分类实战  
|   |   ├──01 医学疾病数据集介绍_ev.mp4  15.88M
|   |   ├──02 Resnet网络架构原理分析_ev.mp4  20.70M
|   |   ├──03 dataloader加载数据集_ev.mp4  46.80M
|   |   ├──04 Resnet网络前向传播_ev.mp4  26.17M
|   |   ├──05 残差网络的shortcut操作_ev.mp4  34.86M
|   |   ├──06 特征图升维与降采样操作_ev.mp4  19.69M
|   |   └──07 网络整体流程与训练演示_ev.mp4  51.41M
|   ├──05 图像分割及其损失函数概述  
|   |   ├──01 语义分割与实例分割概述_ev.mp4  15.95M
|   |   ├──02 分割任务中的目标函数定义_ev.mp4  15.36M
|   |   └──03 MIOU评估标准_ev.mp4  7.37M
|   ├──06 Unet系列算法讲解  
|   |   ├──01 Unet网络编码与解码过程_ev.mp4  15.21M
|   |   ├──02 网络计算流程_ev.mp4  13.01M
|   |   ├──03 Unet升级版本改进_ev.mp4  12.22M
|   |   └──04 后续升级版本介绍_ev.mp4  14.43M
|   ├──07 unet医学细胞分割实战  
|   |   ├──01 医学细胞数据集介绍与参数配置_ev.mp4  46.02M
|   |   ├──02 数据增强工具_ev.mp4  52.28M
|   |   ├──03 Debug模式演示网络计算流程_ev.mp4  33.57M
|   |   ├──04 特征融合方法演示_ev.mp4  21.21M
|   |   ├──05 迭代完成整个模型计算任务_ev.mp4  23.94M
|   |   └──06 模型效果验证_ev.mp4  35.40M
|   ├──08 deeplab系列算法  
|   |   ├──01 deeplab分割算法概述_ev.mp4  12.26M
|   |   ├──02 空洞卷积的作用_ev.mp4  14.19M
|   |   ├──03 感受野的意义_ev.mp4  14.85M
|   |   ├──04 SPP层的作用_ev.mp4  15.63M
|   |   ├──05 ASPP特征融合策略_ev.mp4  11.12M
|   |   └──06 deeplabV3Plus版本网络架构_ev.mp4  19.02M
|   ├──09 基于deeplabV3+版本进行VOC分割实战  
|   |   ├──01 PascalVoc数据集介绍_ev.mp4  49.31M
|   |   ├──02 项目参数与数据集读取_ev.mp4  46.37M
|   |   ├──03 网络前向传播流程_ev.mp4  24.29M
|   |   ├──04 ASPP层特征融合_ev.mp4  37.63M
|   |   └──05 分割模型训练_ev.mp4  26.00M
|   ├──10 基于deeplab的心脏视频数据诊断分析  
|   |   ├──01 数据集与任务概述_ev.mp4  27.87M
|   |   ├──02 项目基本配置参数_ev.mp4  26.17M
|   |   ├──03 任务流程解读_ev.mp4  55.75M
|   |   ├──04 文献报告分析_ev.mp4  91.69M
|   |   ├──05 补充：视频数据源特征处理方法概述_ev.mp4  20.94M
|   |   └──06 补充：R(2plus1)D处理方法分析_ev.mp4  14.63M
|   ├──11 YOLO系列物体检测算法原理解读  
|   |   ├──01 检测任务中阶段的意义_ev.mp4  12.98M
|   |   ├──02 不同阶段算法优缺点分析_ev.mp4  8.95M
|   |   ├──03 IOU指标计算_ev.mp4  9.79M
|   |   ├──04 评估所需参数计算_ev.mp4  20.90M
|   |   ├──05 map指标计算_ev.mp4  17.04M
|   |   ├──06 YOLO算法整体思路解读_ev.mp4  12.69M
|   |   ├──07 检测算法要得到的结果_ev.mp4  11.73M
|   |   ├──08 整体网络架构解读_ev.mp4  25.44M
|   |   ├──09 位置损失计算_ev.mp4  16.36M
|   |   ├──10 置信度误差与优缺点分析_ev.mp4  23.08M
|   |   ├──11 V2版本细节升级概述_ev.mp4  11.21M
|   |   ├──12 网络结构特点_ev.mp4  12.99M
|   |   ├──13 架构细节解读_ev.mp4  15.84M
|   |   ├──14 基于聚类来选择先验框尺寸_ev.mp4  20.64M
|   |   ├──15 偏移量计算方法_ev.mp4  23.07M
|   |   ├──16 坐标映射与还原_ev.mp4  8.48M
|   |   ├──17 感受野的作用_ev.mp4  22.27M
|   |   ├──18 特征融合改进_ev.mp4  16.21M
|   |   ├──19 V3版本改进概述_ev.mp4  14.94M
|   |   ├──20 多scale方法改进与特征融合_ev.mp4  14.52M
|   |   ├──21 经典变换方法对比分析_ev.mp4  9.27M
|   |   ├──22 残差连接方法解读_ev.mp4  15.89M
|   |   ├──23 整体网络模型架构分析_ev.mp4  10.54M
|   |   ├──24 先验框设计改进_ev.mp4  10.80M
|   |   ├──25 sotfmax层改进_ev.mp4  8.77M
|   |   ├──26 V4版本整体概述_ev.mp4  13.00M
|   |   ├──27 V4版本贡献解读_ev.mp4  8.19M
|   |   ├──28 数据增强策略分析_ev.mp4  19.93M
|   |   ├──29 DropBlock与标签平滑方法_ev.mp4  16.22M
|   |   ├──30 损失函数遇到的问题_ev.mp4  12.28M
|   |   ├──31 CIOU损失函数定义_ev.mp4  8.88M
|   |   ├──32 NMS细节改进_ev.mp4  12.82M
|   |   ├──33 SPP与CSP网络结构_ev.mp4  12.87M
|   |   ├──34 SAM注意力机制模块_ev.mp4  18.63M
|   |   ├──35 PAN模块解读_ev.mp4  18.35M
|   |   └──36 激活函数与整体架构总结_ev.mp4  16.17M
|   ├──12 基于YOLO5细胞检测实战  
|   |   ├──01 任务与细胞数据集介绍_ev.mp4  34.31M
|   |   ├──02 模型与算法配置参数解读_ev.mp4  30.75M
|   |   ├──03 网络训练流程演示_ev.mp4  32.31M
|   |   ├──04 效果评估与展示_ev.mp4  22.48M
|   |   └──05 细胞检测效果演示_ev.mp4  30.61M
|   ├──13 知识图谱原理解读  
|   |   ├──01 知识图谱通俗解读_ev.mp4  16.22M
|   |   ├──02 知识图谱在搜索引擎中的应用_ev.mp4  20.74M
|   |   ├──03 知识图谱在医疗领域应用实例_ev.mp4  65.42M
|   |   ├──04 金融与推荐领域的应用_ev.mp4  17.14M
|   |   ├──05 数据获取分析_ev.mp4  27.15M
|   |   ├──06 数据关系抽取分析_ev.mp4  21.29M
|   |   ├──07 常用NLP技术点分析_ev.mp4  18.19M
|   |   ├──08 graph-embedding的作用与效果_ev.mp4  21.37M
|   |   ├──09 金融领域图编码实例_ev.mp4  10.14M
|   |   ├──10 视觉领域图编码实例_ev.mp4  17.11M
|   |   └──11 图谱知识融合与总结分析_ev.mp4  19.22M
|   ├──14 Neo4j数据库实战  
|   |   ├──01 Neo4j图数据库介绍_ev.mp4  36.74M
|   |   ├──02 Neo4j数据库安装流程演示_ev.mp4  21.06M
|   |   ├──03 可视化例子演示_ev.mp4  33.63M
|   |   ├──04 创建与删除操作演示_ev.mp4  20.27M
|   |   └──05 数据库更改查询操作演示_ev.mp4  21.39M
|   ├──15 基于知识图谱的医药问答系统实战  
|   |   ├──01 项目概述与整体架构分析_ev.mp4  25.48M
|   |   ├──02 医疗数据介绍及其各字段含义_ev.mp4  85.49M
|   |   ├──03 任务流程概述_ev.mp4  24.82M
|   |   ├──04 环境配置与所需工具包安装_ev.mp4  24.22M
|   |   ├──05 提取数据中的关键字段信息_ev.mp4  43.55M
|   |   ├──06 创建关系边_ev.mp4  28.69M
|   |   ├──07 打造医疗知识图谱模型_ev.mp4  41.80M
|   |   ├──08 加载所有实体数据_ev.mp4  27.31M
|   |   ├──09 实体关键词字典制作_ev.mp4  24.13M
|   |   └──10 完成对话系统构建_ev.mp4  28.64M
|   ├──16 词向量模型与RNN网络架构  
|   |   ├──01 词向量模型通俗解释_ev.mp4  17.35M
|   |   ├──02 模型整体框架_ev.mp4  23.56M
|   |   ├──03 训练数据构建_ev.mp4  13.87M
|   |   ├──04 CBOW与Skip-gram模型_ev.mp4  20.09M
|   |   ├──05 负采样方案_ev.mp4  24.16M
|   |   └──06 额外补充-RNN网络模型解读_ev.mp4  21.07M
|   └──17 医学糖尿病数据命名实体识别  
|   |   ├──01 数据与任务介绍_ev.mp4  17.20M
|   |   ├──02 整体模型架构_ev.mp4  12.01M
|   |   ├──03 数据-标签-语料库处理_ev.mp4  28.87M
|   |   ├──04 输入样本填充补齐_ev.mp4  26.49M
|   |   ├──05 训练网络模型_ev.mp4  30.07M
|   |   └──06 医疗数据集（糖尿病）实体识别_ev.mp4  67.86M
├──21 深度学习模型部署与剪枝优化实战  
|   ├──01 AIoT人工智能物联网之认识 jetson nano  
|   |   ├──01 jetson nano 硬件介绍_ev.mp4  20.81M
|   |   ├──02 jetson nano 刷机_ev.mp4  15.98M
|   |   ├──03 jetson nano 系统安装过程_ev.mp4  89.80M
|   |   ├──04 感受nano的GPU算力_ev.mp4  67.13M
|   |   └──05 安装使用摄像头csi usb_ev.mp4  47.55M
|   ├──02 AIoT人工智能物联网之AI 实战  
|   |   ├──01 jetson-inference 入门_ev.mp4  43.82M
|   |   ├──02 docker 的安装使用_ev.mp4  32.63M
|   |   ├──03 docker中运行分类模型_ev.mp4  141.33M
|   |   ├──04 训练自己的目标检测模型准备_ev.mp4  56.11M
|   |   ├──05 训练出自己目标识别模型a_ev.mp4  101.63M
|   |   ├──06 训练出自己目标识别模型b_ev.mp4  67.92M
|   |   └──07 转换出onnx模型，并使用_ev.mp4  437.20M
|   ├──03 AIoT人工智能物联网之NVIDIA TAO 实用级的训练神器  
|   |   ├──01 NVIDIA TAO介绍和安装_ev.mp4  75.50M
|   |   ├──02 NVIDIA TAO数据准备和环境设置_ev.mp4  46.29M
|   |   ├──03 NVIDIA TAO数据转换_ev.mp4  146.44M
|   |   ├──04 NVIDIA TAO预训练模型和训练a_ev.mp4  73.64M
|   |   ├──05 NVIDIA TAO预训练模型和训练b_ev.mp4  13.54M
|   |   ├──06 NVIDIA TAO预训练模型和训练c._ev.mp4  32.05M
|   |   └──07 TAO 剪枝在训练推理验证_ev.mp4  143.98M
|   ├──04 AIoT人工智能物联网之deepstream  
|   |   ├──01 deepstream 介绍安装_ev.mp4  79.02M
|   |   ├──02 deepstream HelloWorld_ev.mp4  48.33M
|   |   ├──03 GStreamer RTP和RTSP1_ev.mp4  85.35M
|   |   ├──04 GStreamer RTP和RTSP2_ev.mp4  111.14M
|   |   ├──05 python实现RTP和RTSP_ev.mp4  75.31M
|   |   ├──06 deepstream推理_ev.mp4  111.37M
|   |   └──07 deepstream集成yolov4_ev.mp4  108.50M
|   ├──05 tensorRT视频  
|   |   ├──01 说在前面_ev.mp4  27.33M
|   |   ├──01 源码【内有百度云地址，自取】.txt  0.15kb
|   |   ├──02 学习工具环境的介绍，自动环境配置_ev.mp4  32.90M
|   |   ├──03 cuda驱动API，课程概述和清单_ev.mp4  14.36M
|   |   ├──04 cuda驱动API，初始化和检查的理解，CUDA错误检查习惯_ev.mp4  54.35M
|   |   ├──05 cuda驱动API，上下文管理设置，以及其作用_ev.mp4  36.25M
|   |   ├──06 cuda驱动API，使用驱动API进行内存分配_ev.mp4  16.28M
|   |   ├──07 cuda运行时API，课程概述和清单_ev.mp4  10.71M
|   |   ├──08 cuda运行时API，第一个运行时程序，hello-cuda_ev.mp4  17.03M
|   |   ├──09 cuda运行时API，内存的学习，pinnedmemory，内存效率问题_ev.mp4  39.68M
|   |   ├──10 cuda运行时API，流的学习，异步任务的管理_ev.mp4  32.66M
|   |   ├──11 cuda运行时API，核函数的定义和使用_ev.mp4  115.38M
|   |   ├──12 cuda运行时API，共享内存的学习_ev.mp4  39.31M
|   |   ├──13 cuda运行时API，使用cuda核函数加速warpaffine_ev.mp4  45.74M
|   |   ├──14 cuda运行时API，使用cuda核函数加速yolov5的后处理_ev.mp4  122.11M
|   |   ├──15 cuda运行时API，错误处理的理解以及错误的传播特性_ev.mp4  25.82M
|   |   ├──16 tensorRT基础，课程概述清单_ev.mp4  26.84M
|   |   ├──17 tensorRT基础，第一个trt程序，实现模型编译的过程_ev.mp4  41.94M
|   |   ├──18 tensorRT基础，实现模型的推理过程_ev.mp4  40.09M
|   |   ├──19 tensorRT基础，模型推理时动态shape的具体实现要点_ev.mp4  36.76M
|   |   ├──20 tensorRT基础，onnx文件及其结构的学习，编辑修改onnx.mkv_ev.mp4  80.14M
|   |   ├──21 tensorRT基础，实际模型上onnx文件的各种操作_ev.mp4  227.02M
|   |   ├──22 tensorRT基础，正确导出onnx的介绍，使得onnx问题尽量少_ev.mp4  24.99M
|   |   ├──23 tensorRT基础，学习使用onnx解析器来读取onnx文件，使用onnx-tensorrt源代码_ev.mp4  89.32M
|   |   ├──24 tensorRT基础，学习从下载onnx-tensorrt到配置好并运行起来全过程_ev.mp4  115.58M
|   |   ├──25 tensorRT基础，学习第一个插件的编写_ev.mp4  141.19M
|   |   ├──26 tensorRT基础，对插件过程进行封装，并实现更容易的插件开发_ev.mp4  80.33M
|   |   ├──27 tensorRT基础，学习编译int8模型，对模型进行int8量化_ev.mp4  118.23M
|   |   ├──28 tensorRT高级，课程概述和清单_ev.mp4  32.30M
|   |   ├──29 tensorRT高级，第一个完整的分类器程序_ev.mp4  82.97M
|   |   ├──30 tensorRT高级，学习yolov5目标检测项目的代码修改、模型导出、编译到推理过程，没有封装_ev.mp4  144.19M
|   |   ├──31 tensorRT高级，学习UNet场景分割项目的代码修改、模型导出、编译到推理过程，没有封装_ev.mp4  283.67M
|   |   ├──32 tensorRT高级，学习alphapose姿态检测项目的代码修改、模型导出、编译到推理过程，没有封装_ev.mp4  385.47M
|   |   ├──33 tensorRT高级，学习如何处理mmdetection框架下yolox模型的导出，并使得正常推理出来_ev.mp4  303.16M
|   |   ├──34 tensorRT高级，学习如何使用onnxruntime进行onnx的模型推理过程_ev.mp4  63.09M
|   |   ├──35 tensorRT高级，学习如何使用openvino进行onnx的模型推理过程_ev.mp4  49.48M
|   |   ├──36 tensorRT高级，学习深度学习中涉及的线程知识_ev.mp4  54.28M
|   |   ├──37 tensorRT高级，学习模型部署时常用的生产者消费者模型，以及future、promise、condition_variable.mkv_ev.mp4  137.02M
|   |   ├──38 tensorRT高级，学习使用RAII资源获取即初始化配合接口模式对代码进行有效封装_ev.mp4  125.43M
|   |   ├──39 tensorRT高级，学习RAII 接口模式下的生产者消费者以及多Batch的实现_ev.mp4  129.38M
|   |   ├──40 tensorRT高级，封装之，模型编译过程封装，简化模型编译代码_ev.mp4  82.12M
|   |   ├──41 tensorRT高级，封装之，内存管理的封装，内存的复用_ev.mp4  39.70M
|   |   ├──42 tensorRT高级，封装之，tensor张量的封装，索引计算，内存标记以及自动复制_ev.mp4  118.52M
|   |   ├──43 tensorRT高级，封装之，infer推理的封装，输入输出tensor的关联_ev.mp4  50.57M
|   |   ├──44 tensorRT高级，封装之，基于生产者消费者实现的yolov5封装_ev.mp4  80.52M
|   |   ├──45 tensorRT高级，封装之，终极封装形态，以及考虑的问题_ev.mp4  234.61M
|   |   ├──46 tensorRT高级，调试方法、思想讨论_ev.mp4  87.74M
|   |   ├──47 tensorRT高级，自动驾驶案例项目self-driving-道路分割分析_ev.mp4  173.54M
|   |   ├──48 tensorRT高级，自动驾驶案例项目self-driving-深度估计分析_ev.mp4  99.56M
|   |   ├──49 tensorRT高级，自动驾驶案例项目self-driving-车道线检测分析_ev.mp4  239.73M
|   |   └──50 tensorRT高级，学习使用pybind11为python开发扩展模块_ev.mp4  91.76M
|   ├──06 pyTorch框架部署实践  
|   |   ├──01 所需基本环境配置_ev.mp4  16.18M
|   |   ├──02 模型加载与数据预处理_ev.mp4  28.03M
|   |   ├──03 接收与预测模块实现_ev.mp4  28.56M
|   |   ├──04 效果实例演示_ev.mp4  31.64M
|   |   ├──05 课程简介_ev.mp4  6.52M
|   |   └──05 源码【内有百度云地址，自取】.txt  0.15kb
|   ├──07 YOLO-V3物体检测部署实例  
|   |   ├──01 项目所需配置文件介绍_ev.mp4  18.87M
|   |   ├──02 加载参数与模型权重_ev.mp4  26.94M
|   |   ├──03 数据预处理_ev.mp4  40.31M
|   |   └──04 返回线性预测结果_ev.mp4  32.56M
|   ├──08 docker实例演示  
|   |   ├──01 docker简介_ev.mp4  12.10M
|   |   ├──02 docker安装与配置_ev.mp4  36.85M
|   |   ├──03 阿里云镜像配置_ev.mp4  20.05M
|   |   ├──04 基于docker配置pytorch环境_ev.mp4  28.38M
|   |   ├──05 安装演示环境所需依赖_ev.mp4  25.09M
|   |   ├──06 复制所需配置到容器中_ev.mp4  21.71M
|   |   └──07 上传与下载配置好的项目_ev.mp4  36.18M
|   ├──09 tensorflow-serving实战  
|   |   ├──01 tf-serving项目获取与配置_ev.mp4  23.18M
|   |   ├──02 加载并启动模型服务_ev.mp4  23.11M
|   |   ├──03 测试模型部署效果_ev.mp4  32.59M
|   |   ├──04 fashion数据集获取_ev.mp4  27.32M
|   |   └──05 加载fashion模型启动服务_ev.mp4  28.19M
|   ├──10 模型剪枝-Network Slimming算法分析  
|   |   ├──01 论文算法核心框架概述_ev.mp4  15.23M
|   |   ├──02 BatchNorm要解决的问题_ev.mp4  15.14M
|   |   ├──03 BN的本质作用_ev.mp4  17.66M
|   |   ├──04 额外的训练参数解读_ev.mp4  16.14M
|   |   └──05 稀疏化原理与效果_ev.mp4  19.08M
|   ├──11 模型剪枝-Network Slimming实战解读  
|   |   ├──01 整体案例流程解读_ev.mp4  25.37M
|   |   ├──02 加入L1正则化来进行更新_ev.mp4  20.52M
|   |   ├──03 剪枝模块介绍_ev.mp4  23.63M
|   |   ├──04 筛选需要的特征图_ev.mp4  27.92M
|   |   ├──05 剪枝后模型参数赋值_ev.mp4  36.68M
|   |   └──06 微调完成剪枝模型_ev.mp4  33.71M
|   └──12 Mobilenet三代网络模型架构  
|   |   ├──01 模型剪枝分析_ev.mp4  17.36M
|   |   ├──02 常见剪枝方法介绍_ev.mp4  19.86M
|   |   ├──03 mobilenet简介_ev.mp4  7.50M
|   |   ├──04 经典卷积计算量与参数量分析_ev.mp4  11.49M
|   |   ├──05 深度可分离卷积的作用与效果_ev.mp4  12.73M
|   |   ├──06 参数与计算量的比较_ev.mp4  31.97M
|   |   ├──07 V1版本效果分析_ev.mp4  19.62M
|   |   ├──08 V2版本改进以及Relu激活函数的问题_ev.mp4  15.45M
|   |   ├──09 倒残差结构的作用_ev.mp4  14.38M
|   |   ├──10 V2整体架构与效果分析_ev.mp4  8.36M
|   |   ├──11 V3版本网络架构分析_ev.mp4  9.54M
|   |   ├──12 SE模块作用与效果解读_ev.mp4  25.55M
|   |   └──13 代码实现mobilenetV3网络架构_ev.mp4  46.99M
├──22 自然语言处理必备神器Huggingface系列实战  
|   ├──01 Huggingface与NLP介绍解读  
|   |   └──01 Huggingface与NLP介绍解读_ev.mp4  133.48M
|   ├──02 Transformer工具包基本操作实例解读  
|   |   ├──01 工具包与任务整体介绍_ev.mp4  24.29M
|   |   ├──02 NLP任务常规流程分析_ev.mp4  23.33M
|   |   ├──03 文本切分方法实例解读_ev.mp4  34.51M
|   |   ├──04 AttentionMask配套使用方法_ev.mp4  32.73M
|   |   ├──05 数据集与模型_ev.mp4  34.74M
|   |   ├──06 数据Dataloader封装_ev.mp4  45.42M
|   |   ├──07 模型训练所需配置参数_ev.mp4  32.04M
|   |   └──08 模型训练DEMO_ev.mp4  51.52M
|   ├──03 transformer原理解读  
|   |   └──01 transformer原理解读_ev.mp4  302.10M
|   ├──04 BERT系列算法解读  
|   |   ├──01 BERT模型训练方法解读_ev.mp4  20.74M
|   |   ├──02 ALBERT基本定义_ev.mp4  31.81M
|   |   ├──03 ALBERT中的简化方法解读_ev.mp4  36.68M
|   |   ├──04 RoBerta模型训练方法解读_ev.mp4  22.64M
|   |   └──05 DistilBert模型解读_ev.mp4  13.96M
|   ├──05 文本标注工具与NER实例  
|   |   ├──01 文本标注工具Doccano配置方法_ev.mp4  27.62M
|   |   ├──02 命名实体识别任务标注方法实例_ev.mp4  29.96M
|   |   ├──03 标注导出与BIO处理_ev.mp4  30.65M
|   |   ├──04 标签处理并完成对齐操作_ev.mp4  32.65M
|   |   ├──05 预训练模型加载与参数配置_ev.mp4  34.16M
|   |   └──06 模型训练与输出结果预测_ev.mp4  35.57M
|   ├──06 文本预训练模型构建实例  
|   |   ├──01 预训练模型效果分析_ev.mp4  27.07M
|   |   ├──02 文本数据截断处理_ev.mp4  38.11M
|   |   └──03 预训练模型自定义训练_ev.mp4  83.34M
|   ├──07 GPT系列算法  
|   |   ├──01 GPT系列算法概述_ev.mp4  21.79M
|   |   ├──02 GPT三代版本分析_ev.mp4  25.04M
|   |   ├──03 GPT初代版本要解决的问题_ev.mp4  26.61M
|   |   ├──04 GPT第二代版本训练策略_ev.mp4  22.53M
|   |   ├──05 采样策略与多样性_ev.mp4  22.14M
|   |   ├──06 GPT3的提示与生成方法_ev.mp4  58.77M
|   |   ├──07 应用场景CODEX分析_ev.mp4  31.10M
|   |   └──08 DEMO应用演示_ev.mp4  72.71M
|   ├──08 GPT训练与预测部署流程  
|   |   ├──01 生成模型可以完成的任务概述_ev.mp4  23.08M
|   |   ├──01 源码【内有百度云地址，自取】.txt  0.15kb
|   |   ├──02 数据样本生成方法_ev.mp4  53.49M
|   |   ├──03 训练所需参数解读_ev.mp4  46.11M
|   |   ├──04 模型训练过程_ev.mp4  41.37M
|   |   └──05 部署与网页预测展示_ev.mp4  62.77M
|   ├──09 文本摘要建模  
|   |   ├──01 源码【内有百度云地址，自取】.txt  0.15kb
|   |   ├──01 中文商城评价数据处理方法_ev.mp4  53.68M
|   |   ├──02 模型训练与测试结果_ev.mp4  83.03M
|   |   ├──03 文本摘要数据标注方法_ev.mp4  44.44M
|   |   └──04 训练自己标注的数据并测试_ev.mp4  22.74M
|   ├──10 图谱知识抽取实战  
|   |   ├──01 应用场景概述分析_ev.mp4  66.44M
|   |   ├──02 数据标注格式样例分析_ev.mp4  51.34M
|   |   ├──03 数据处理与读取模块_ev.mp4  31.60M
|   |   ├──04 实体抽取模块分析_ev.mp4  37.15M
|   |   ├──05 标签与数据结构定义方法_ev.mp4  39.88M
|   |   ├──06 模型构建与计算流程_ev.mp4  35.86M
|   |   ├──07 网络模型前向计算方法_ev.mp4  26.17M
|   |   └──08 关系抽取模型训练_ev.mp4  33.54M
|   └──11 补充Huggingface数据集制作方法实例  
|   |   ├──01 数据结构分析_ev.mp4  46.24M
|   |   ├──02 Huggingface中的预处理实例_ev.mp4  67.44M
|   |   └──03 数据处理基本流程_ev.mp4  62.46M
├──23 自然语言处理通用框架-BERT实战  
|   ├──01 自然语言处理通用框架BERT原理解读  
|   |   ├──01 BERT课程简介_ev.mp4  21.52M
|   |   ├──02 BERT任务目标概述_ev.mp4  10.07M
|   |   ├──03 传统解决方案遇到的问题_ev.mp4  19.87M
|   |   ├──04 注意力机制的作用_ev.mp4  13.08M
|   |   ├──05 self-attention计算方法_ev.mp4  21.40M
|   |   ├──06 特征分配与softmax机制_ev.mp4  18.48M
|   |   ├──07 Multi-head的作用_ev.mp4  16.99M
|   |   ├──08 位置编码与多层堆叠_ev.mp4  14.54M
|   |   ├──09 transformer整体架构梳理_ev.mp4  20.18M
|   |   ├──10 BERT模型训练方法_ev.mp4  17.75M
|   |   └──11 训练实例_ev.mp4  19.42M
|   ├──02 谷歌开源项目BERT源码解读与应用实例  
|   |   ├──01 BERT开源项目简介_ev.mp4  33.51M
|   |   ├──02 项目参数配置_ev.mp4  74.98M
|   |   ├──03 数据读取模块_ev.mp4  39.33M
|   |   ├──04 数据预处理模块_ev.mp4  29.63M
|   |   ├──05 tfrecord数据源制作_ev.mp4  37.70M
|   |   ├──06 Embedding层的作用_ev.mp4  22.79M
|   |   ├──07 加入额外编码特征_ev.mp4  31.47M
|   |   ├──08 加入位置编码特征_ev.mp4  17.18M
|   |   ├──09 mask机制的作用_ev.mp4  26.76M
|   |   ├──10 构建QKV矩阵_ev.mp4  38.19M
|   |   ├──11 完成Transformer模块构建_ev.mp4  30.38M
|   |   └──12 训练BERT模型_ev.mp4  40.90M
|   ├──03 项目实战-基于BERT的中文情感分析实战  
|   |   ├──01 中文分类数据与任务概述_ev.mp4  47.89M
|   |   ├──02 读取处理自己的数据集_ev.mp4  40.67M
|   |   └──03 训练BERT中文分类模型_ev.mp4  51.06M
|   ├──04 项目实战-基于BERT的中文命名实体识别识别实战  
|   |   ├──01 命名实体识别数据分析与任务目标_ev.mp4  25.14M
|   |   ├──02 NER标注数据处理与读取_ev.mp4  51.73M
|   |   └──03 构建BERT与CRF模型_ev.mp4  48.68M
|   ├──05 必备基础知识点-woed2vec模型通俗解读  
|   |   ├──01 词向量模型通俗解释_ev.mp4  17.35M
|   |   ├──02 模型整体框架_ev.mp4  23.56M
|   |   ├──03 训练数据构建_ev.mp4  13.87M
|   |   ├──04 CBOW与Skip-gram模型_ev.mp4  20.09M
|   |   └──05 负采样方案_ev.mp4  24.16M
|   ├──06 必备基础-掌握Tensorflow如何实现word2vec模型  
|   |   ├──01 数据与任务流程_ev.mp4  36.56M
|   |   ├──02 数据清洗_ev.mp4  21.20M
|   |   ├──03 batch数据制作_ev.mp4  38.00M
|   |   ├──04 网络训练_ev.mp4  37.77M
|   |   └──05 可视化展示_ev.mp4  30.99M
|   ├──07 必备基础知识点-RNN网络架构与情感分析应用实例  
|   |   ├──01 RNN网络模型解读_ev.mp4  21.07M
|   |   ├──02 NLP应用领域与任务简介_ev.mp4  27.14M
|   |   ├──03 项目流程解读_ev.mp4  34.00M
|   |   ├──04 加载词向量特征_ev.mp4  24.99M
|   |   ├──05 正负样本数据读取_ev.mp4  30.75M
|   |   ├──06 构建LSTM网络模型_ev.mp4  37.00M
|   |   ├──07 训练与测试效果_ev.mp4  71.00M
|   |   └──08 LSTM情感分析_ev.mp4  460.22M
|   └──08 医学糖尿病数据命名实体识别  
|   |   ├──01 数据与任务介绍_ev.mp4  17.20M
|   |   ├──02 整体模型架构_ev.mp4  12.01M
|   |   ├──03 数据-标签-语料库处理_ev.mp4  28.87M
|   |   ├──04 训练网络模型_ev.mp4  30.07M
|   |   ├──05 医疗数据集（糖尿病）实体识别_ev.mp4  67.86M
|   |   └──06 输入样本填充补齐_ev.mp4  26.49M
├──24 自然语言处理经典案例实战  
|   ├──01 NLP常用工具包实战  
|   |   ├──01 Python字符串处理_ev.mp4  32.37M
|   |   ├──02 正则表达式基本语法_ev.mp4  26.35M
|   |   ├──03 正则常用符号_ev.mp4  30.75M
|   |   ├──04 常用函数介绍_ev.mp4  31.77M
|   |   ├──05 NLTK工具包简介_ev.mp4  24.55M
|   |   ├──06 停用词过滤_ev.mp4  22.15M
|   |   ├──07 词性标注_ev.mp4  28.94M
|   |   ├──08 数据清洗实例_ev.mp4  36.17M
|   |   ├──09 Spacy工具包_ev.mp4  36.94M
|   |   ├──10 名字实体匹配_ev.mp4  17.57M
|   |   ├──11 恐怖袭击分析_ev.mp4  33.51M
|   |   ├──12 统计分析结果_ev.mp4  38.11M
|   |   ├──13 结巴分词器_ev.mp4  22.94M
|   |   └──14 词云展示_ev.mp4  72.83M
|   ├──02 商品信息可视化与文本分析  
|   |   ├──01 在线商城商品数据信息概述_ev.mp4  27.30M
|   |   ├──02 商品类别划分方式_ev.mp4  30.37M
|   |   ├──03 商品类别可视化展示_ev.mp4  33.33M
|   |   ├──04 商品描述长度对价格的影响分析_ev.mp4  27.75M
|   |   ├──05 关键词的词云可视化展示_ev.mp4  45.17M
|   |   ├──06 基于tf-idf提取关键词信息_ev.mp4  27.51M
|   |   ├──07 通过降维进行可视化展示_ev.mp4  30.91M
|   |   └──08 聚类分析与主题模型展示_ev.mp4  48.53M
|   ├──03 贝叶斯算法  
|   |   ├──01 贝叶斯算法概述_ev.mp4  10.25M
|   |   ├──02 贝叶斯推导实例_ev.mp4  11.08M
|   |   ├──03 贝叶斯拼写纠错实例_ev.mp4  17.59M
|   |   ├──04 垃圾邮件过滤实例_ev.mp4  21.06M
|   |   └──05 贝叶斯实现拼写检查器_ev.mp4  33.53M
|   ├──04 新闻分类任务实战  
|   |   ├──01 文本分析与关键词提取_ev.mp4  18.04M
|   |   ├──02 相似度计算_ev.mp4  17.52M
|   |   ├──03 新闻数据与任务简介_ev.mp4  30.55M
|   |   ├──04 TF-IDF关键词提取_ev.mp4  44.00M
|   |   ├──05 LDA建模_ev.mp4  26.19M
|   |   └──06 基于贝叶斯算法进行新闻分类_ev.mp4  46.68M
|   ├──05 HMM隐马尔科夫模型  
|   |   ├──01 马尔科夫模型_ev.mp4  14.24M
|   |   ├──02 隐马尔科夫模型基本出发点_ev.mp4  15.04M
|   |   ├──03 组成与要解决的问题_ev.mp4  12.09M
|   |   ├──04 暴力求解方法_ev.mp4  21.01M
|   |   ├──05 复杂度计算_ev.mp4  12.42M
|   |   ├──06 前向算法_ev.mp4  28.20M
|   |   ├──07 前向算法求解实例_ev.mp4  27.10M
|   |   ├──08 Baum-Welch算法_ev.mp4  20.75M
|   |   ├──09 参数求解_ev.mp4  13.68M
|   |   └──10 维特比算法_ev.mp4  34.24M
|   ├──06 HMM工具包实战  
|   |   ├──01 hmmlearn工具包_ev.mp4  16.18M
|   |   ├──02 工具包使用方法_ev.mp4  48.00M
|   |   ├──03 中文分词任务_ev.mp4  11.17M
|   |   └──04 实现中文分词_ev.mp4  27.67M
|   ├──07 语言模型  
|   |   ├──01 开篇_ev.mp4  7.56M
|   |   ├──02 语言模型_ev.mp4  8.32M
|   |   ├──03 N-gram模型_ev.mp4  12.62M
|   |   ├──04 词向量_ev.mp4  12.59M
|   |   ├──05 神经网络模型_ev.mp4  14.99M
|   |   ├──06 Hierarchical Softmax_ev.mp4  14.52M
|   |   ├──07 CBOW模型实例_ev.mp4  17.33M
|   |   ├──08 CBOW求解目标_ev.mp4  8.19M
|   |   ├──09 锑度上升求解_ev.mp4  15.55M
|   |   └──10 负采样模型_ev.mp4  9.77M
|   ├──08 使用Gemsim构建词向量  
|   |   ├──01 使用Gensim库构造词向量_ev.mp4  14.84M
|   |   ├──02 维基百科中文数据处理_ev.mp4  34.30M
|   |   ├──03 Gensim构造word2vec模型_ev.mp4  19.14M
|   |   └──04 测试模型相似度结果_ev.mp4  17.74M
|   ├──09 基于word2vec的分类任务  
|   |   ├──01 影评情感分类_ev.mp4  43.97M
|   |   ├──02 基于词袋模型训练分类器_ev.mp4  26.80M
|   |   ├──03 准备word2vec输入数据_ev.mp4  23.41M
|   |   └──04 使用gensim构建word2vec词向量（新）_ev.mp4  54.57M
|   ├──10 NLP-文本特征方法对比  
|   |   ├──01 任务概述_ev.mp4  30.59M
|   |   ├──02 词袋模型_ev.mp4  23.16M
|   |   ├──03 词袋模型分析_ev.mp4  53.16M
|   |   ├──04 TFIDF模型_ev.mp4  35.60M
|   |   ├──05 word2vec词向量模型_ev.mp4  40.89M
|   |   └──06 深度学习模型_ev.mp4  31.08M
|   ├──11 NLP-相似度模型  
|   |   ├──01 任务概述_ev.mp4  10.63M
|   |   ├──02 数据展示_ev.mp4  17.04M
|   |   ├──03 正负样本制作_ev.mp4  28.70M
|   |   ├──04 数据预处理_ev.mp4  29.06M
|   |   ├──05 网络模型定义_ev.mp4  39.19M
|   |   ├──06 基于字符的训练_ev.mp4  40.91M
|   |   └──07 基于句子的相似度训练_ev.mp4  29.17M
|   ├──12 LSTM情感分析  
|   |   ├──01 RNN网络架构_ev.mp4  18.03M
|   |   ├──02 LSTM网络架构_ev.mp4  16.63M
|   |   ├──03 案例：使用LSTM进行情感分类_ev.mp4  28.36M
|   |   ├──04 情感数据集处理_ev.mp4  32.21M
|   |   └──05 基于word2vec的LSTM模型_ev.mp4  47.23M
|   ├──13 机器人写唐诗  
|   |   ├──01 任务概述与环境配置_ev.mp4  11.24M
|   |   ├──02 参数配置_ev.mp4  20.54M
|   |   ├──03 数据预处理模块_ev.mp4  31.88M
|   |   ├──04 batch数据制作_ev.mp4  25.87M
|   |   ├──05 RNN模型定义_ev.mp4  16.59M
|   |   ├──06 完成训练模块_ev.mp4  25.30M
|   |   ├──07 训练唐诗生成模型_ev.mp4  10.34M
|   |   └──08 测试唐诗生成效果_ev.mp4  19.61M
|   └──14 对话机器人  
|   |   ├──01 效果演示_ev.mp4  24.19M
|   |   ├──02 参数配置与数据加载_ev.mp4  37.63M
|   |   ├──03 数据处理_ev.mp4  31.80M
|   |   ├──04 词向量与投影_ev.mp4  29.20M
|   |   ├──05 seq网络_ev.mp4  23.66M
|   |   └──06 网络训练_ev.mp4  28.47M
├──25 知识图谱实战系列  
|   ├──01 知识图谱介绍及其应用领域分析  
|   |   ├──01 知识图谱通俗解读_ev.mp4  16.22M
|   |   ├──02 知识图谱在搜索引擎中的应用_ev.mp4  20.74M
|   |   ├──03 知识图谱在医疗领域应用实例_ev.mp4  65.42M
|   |   ├──04 金融与推荐领域的应用_ev.mp4  17.14M
|   |   └──05 数据获取分析_ev.mp4  27.15M
|   ├──02 知识图谱涉及技术点分析  
|   |   ├──01 数据关系抽取分析_ev.mp4  21.29M
|   |   ├──02 常用NLP技术点分析_ev.mp4  18.19M
|   |   ├──03 graph-embedding的作用与效果_ev.mp4  21.37M
|   |   ├──04 金融领域图编码实例_ev.mp4  10.14M
|   |   ├──05 视觉领域图编码实例_ev.mp4  17.11M
|   |   └──06 图谱知识融合与总结分析_ev.mp4  19.22M
|   ├──03 Neo4j数据库实战  
|   |   ├──01 Neo4j图数据库介绍_ev.mp4  36.74M
|   |   ├──02 Neo4j数据库安装流程演示_ev.mp4  21.06M
|   |   ├──03 可视化例子演示_ev.mp4  33.63M
|   |   ├──04 创建与删除操作演示_ev.mp4  20.27M
|   |   └──05 数据库更改查询操作演示_ev.mp4  21.39M
|   ├──04 使用python操作neo4j实例  
|   |   ├──01 使用Py2neo建立连接_ev.mp4  31.34M
|   |   ├──02 提取所需的指标信息_ev.mp4  35.67M
|   |   ├──03 在图中创建实体_ev.mp4  30.47M
|   |   └──04 根据给定实体创建关系_ev.mp4  36.16M
|   ├──05 基于知识图谱的医药问答系统实战  
|   |   ├──01 项目概述与整体架构分析_ev.mp4  25.48M
|   |   ├──02 医疗数据介绍及其各字段含义_ev.mp4  85.49M
|   |   ├──03 任务流程概述_ev.mp4  24.82M
|   |   ├──04 环境配置与所需工具包安装_ev.mp4  24.22M
|   |   ├──05 提取数据中的关键字段信息_ev.mp4  43.55M
|   |   ├──06 创建关系边_ev.mp4  28.69M
|   |   ├──07 打造医疗知识图谱模型_ev.mp4  41.80M
|   |   ├──08 加载所有实体数据_ev.mp4  27.31M
|   |   ├──09 实体关键词字典制作_ev.mp4  24.13M
|   |   └──10 完成对话系统构建_ev.mp4  28.64M
|   ├──06 文本关系抽取实践  
|   |   ├──01 关系抽取要完成的任务演示与分析_ev.mp4  13.79M
|   |   ├──02 LTP工具包概述介绍_ev.mp4  35.51M
|   |   ├──03 pyltp安装与流程演示_ev.mp4  30.12M
|   |   ├──04 得到分词与词性标注结果_ev.mp4  33.36M
|   |   ├──05 依存句法概述_ev.mp4  22.06M
|   |   ├──06 句法分析结果整理_ev.mp4  28.07M
|   |   ├──07 语义角色构建与分析_ev.mp4  39.63M
|   |   └──08 设计规则完成关系抽取_ev.mp4  38.22M
|   ├──07 金融平台风控模型实践  
|   |   ├──01 竞赛任务目标_ev.mp4  18.71M
|   |   ├──02 图模型信息提取_ev.mp4  23.50M
|   |   ├──03 节点权重特征提取(PageRank)_ev.mp4  28.38M
|   |   ├──04 deepwalk构建图顶点特征_ev.mp4  42.21M
|   |   ├──05 各项统计特征_ev.mp4  40.57M
|   |   ├──06 app安装特征_ev.mp4  33.72M
|   |   └──07 图中联系人特征_ev.mp4  55.96M
|   └──08 医学糖尿病数据命名实体识别  
|   |   ├──01 数据与任务介绍_ev.mp4  17.20M
|   |   ├──02 整体模型架构_ev.mp4  12.01M
|   |   ├──03 数据-标签-语料库处理_ev.mp4  28.87M
|   |   ├──04 输入样本填充补齐_ev.mp4  26.49M
|   |   ├──05 训练网络模型_ev.mp4  30.07M
|   |   └──06 医疗数据集（糖尿病）实体识别_ev.mp4  67.86M
├──26 语音识别实战系列  
|   ├──01 seq2seq序列网络模型  
|   |   ├──01 序列网络模型概述分析_ev.mp4  15.34M
|   |   ├──02 工作原理概述_ev.mp4  7.46M
|   |   ├──03 注意力机制的作用_ev.mp4  12.53M
|   |   ├──04 加入attention的序列模型整体架构_ev.mp4  17.98M
|   |   ├──05 TeacherForcing的作用与训练策略_ev.mp4  13.91M
|   |   └──06 额外补充-RNN网络模型解读_ev.mp4  21.07M
|   ├──02 LAS模型语音识别实战  
|   |   ├──01 数据源与环境配置_ev.mp4  23.58M
|   |   ├──02 语料表制作方法_ev.mp4  18.49M
|   |   ├──03 制作json标注数据_ev.mp4  28.74M
|   |   ├──04 声音数据处理模块解读_ev.mp4  43.66M
|   |   ├──05 Pack与Pad操作解析_ev.mp4  26.11M
|   |   ├──06 编码器模块整体流程_ev.mp4  22.30M
|   |   ├──07 加入注意力机制_ev.mp4  24.02M
|   |   ├──08 计算得到每个输出的attention得分_ev.mp4  26.53M
|   |   └──09 解码器与训练过程演示_ev.mp4  31.69M
|   ├──03 starganvc2变声器论文原理解读  
|   |   ├──01 论文整体思路与架构解读_ev.mp4  29.63M
|   |   ├──02 VCC2016输入数据_ev.mp4  15.84M
|   |   ├──03 语音特征提取_ev.mp4  24.20M
|   |   ├──04 生成器模型架构分析_ev.mp4  11.70M
|   |   ├──05 InstanceNorm的作用解读_ev.mp4  15.20M
|   |   ├──06 AdaIn的目的与效果_ev.mp4  11.12M
|   |   └──07 判别器模块分析_ev.mp4  86.72M
|   ├──04 staeganvc2变声器源码实战  
|   |   ├──01 数据与项目文件解读_ev.mp4  16.60M
|   |   ├──02 环境配置与工具包安装_ev.mp4  30.25M
|   |   ├──03 数据预处理与声音特征提取_ev.mp4  61.10M
|   |   ├──04 生成器构造模块解读_ev.mp4  29.54M
|   |   ├──05 下采样与上采样操作_ev.mp4  24.50M
|   |   ├──06 starganvc2版本标签输入分析_ev.mp4  37.38M
|   |   ├──07 生成器前向传播维度变化_ev.mp4  19.33M
|   |   ├──08 判别器模块解读_ev.mp4  24.21M
|   |   ├──09 论文损失函数_ev.mp4  87.19M
|   |   ├──10 源码损失计算流程_ev.mp4  27.61M
|   |   └──11 测试模块-生成转换语音_ev.mp4  36.03M
|   ├──05 语音分离ConvTasnet模型  
|   |   ├──01 语音分离任务分析_ev.mp4  7.24M
|   |   ├──02 经典语音分离模型概述_ev.mp4  14.87M
|   |   ├──03 DeepClustering论文解读_ev.mp4  12.75M
|   |   ├──04 TasNet编码器结构分析_ev.mp4  32.49M
|   |   ├──05 DW卷积的作用与效果_ev.mp4  8.85M
|   |   └──06 基于Mask得到分离结果_ev.mp4  14.07M
|   ├──06 ConvTasnet语音分离实战  
|   |   ├──01 数据准备与环境配置_ev.mp4  56.94M
|   |   ├──02 训练任务所需参数介绍_ev.mp4  20.58M
|   |   ├──03 DataLoader定义_ev.mp4  25.84M
|   |   ├──04 采样数据特征编码_ev.mp4  28.11M
|   |   ├──05 编码器特征提取_ev.mp4  40.11M
|   |   ├──06 构建更大的感受区域_ev.mp4  37.05M
|   |   ├──07 解码得到分离后的语音_ev.mp4  35.34M
|   |   └──08 测试模块所需参数_ev.mp4  32.68M
|   └──07 语音合成tacotron最新版实战  
|   |   ├──01 语音合成项目所需环境配置_ev.mp4  34.63M
|   |   ├──02 所需数据集介绍_ev.mp4  32.54M
|   |   ├──03 路径配置与整体流程解读_ev.mp4  46.09M
|   |   ├──04 Dataloader构建数据与标签_ev.mp4  52.87M
|   |   ├──05 编码层要完成的任务_ev.mp4  33.31M
|   |   ├──06 得到编码特征向量_ev.mp4  20.52M
|   |   ├──07 解码器输入准备_ev.mp4  24.82M
|   |   ├──08 解码器流程梳理_ev.mp4  30.59M
|   |   ├──09 注意力机制应用方法_ev.mp4  37.22M
|   |   ├──10 得到加权的编码向量_ev.mp4  38.04M
|   |   ├──11 模型输出结果_ev.mp4  39.77M
|   |   └──12 损失函数与预测_ev.mp4  34.73M
├──27 推荐系统实战系列  
|   ├──01 推荐系统介绍及其应用  
|   |   ├──01 1-推荐系统通俗解读_ev.mp4  14.57M
|   |   ├──02 2-推荐系统发展简介_ev.mp4  19.20M
|   |   ├──03 3-应用领域与多方位评估指标_ev.mp4  20.15M
|   |   ├──04 4-任务流程与挑战概述_ev.mp4  21.92M
|   |   ├──05 5-常用技术点分析_ev.mp4  13.75M
|   |   └──06 6-与深度学习的结合_ev.mp4  19.13M
|   ├──02 协同过滤与矩阵分解  
|   |   ├──01 1-协同过滤与矩阵分解简介_ev.mp4  8.91M
|   |   ├──02 2-基于用户与商品的协同过滤_ev.mp4  15.68M
|   |   ├──03 3-相似度计算与推荐实例_ev.mp4  12.15M
|   |   ├──04 4-矩阵分解的目的与效果_ev.mp4  17.31M
|   |   ├──05 5-矩阵分解中的隐向量_ev.mp4  20.12M
|   |   ├──06 6-目标函数简介_ev.mp4  10.78M
|   |   ├──07 7-隐式情况分析_ev.mp4  11.62M
|   |   └──08 8-Embedding的作用_ev.mp4  8.91M
|   ├──03 音乐推荐系统实战  
|   |   ├──01 1-音乐推荐任务概述_ev.mp4  55.21M
|   |   ├──02 2-数据集整合_ev.mp4  42.93M
|   |   ├──03 3-基于物品的协同过滤_ev.mp4  48.36M
|   |   ├──04 4-物品相似度计算与推荐_ev.mp4  52.54M
|   |   ├──05 5-SVD矩阵分解_ev.mp4  24.91M
|   |   └──06 6-基于矩阵分解的音乐推荐_ev.mp4  64.02M
|   ├──04 知识图谱与Neo4j数据库实例  
|   |   ├──01 1-知识图谱通俗解读_ev.mp4  16.22M
|   |   ├──02 2-知识图谱在搜索引擎中的应用_ev.mp4  20.74M
|   |   ├──03 3-知识图谱在医疗领域应用实例_ev.mp4  65.42M
|   |   ├──04 4-金融与推荐领域的应用_ev.mp4  17.14M
|   |   ├──05 5-数据获取分析_ev.mp4  27.15M
|   |   ├──06 1-Neo4j图数据库介绍_ev.mp4  36.74M
|   |   ├──07 2-Neo4j数据库安装流程演示_ev.mp4  21.06M
|   |   ├──08 3-可视化例子演示_ev.mp4  33.63M
|   |   ├──09 4-创建与删除操作演示_ev.mp4  20.27M
|   |   └──10 5-数据库更改查询操作演示_ev.mp4  21.39M
|   ├──05 基于知识图谱的电影推荐实战  
|   |   ├──01 1-知识图谱推荐系统效果演示_ev.mp4  17.11M
|   |   ├──02 2-kaggle电影数据集下载与配置_ev.mp4  47.01M
|   |   ├──03 3-图谱需求与任务流程解读_ev.mp4  19.95M
|   |   ├──04 4-项目所需环境配置安装_ev.mp4  35.79M
|   |   ├──05 5-构建用户电影知识图谱_ev.mp4  43.41M
|   |   ├──06 6-图谱查询与匹配操作_ev.mp4  14.77M
|   |   └──07 7-相似度计算与推荐引擎构建_ev.mp4  28.40M
|   ├──06 点击率估计FM与DeepFM算法  
|   |   ├──01 1-CTR估计及其经典方法概述_ev.mp4  16.87M
|   |   ├──02 2-高维特征带来的问题_ev.mp4  9.88M
|   |   ├──03 3-二项式特征的作用与挑战_ev.mp4  10.04M
|   |   ├──04 4-二阶公式推导与化简_ev.mp4  17.27M
|   |   ├──05 5-FM算法解析_ev.mp4  16.30M
|   |   ├──06 6-DeepFm整体架构解读_ev.mp4  12.37M
|   |   ├──07 7-输入层所需数据样例_ev.mp4  10.97M
|   |   └──08 8-Embedding层的作用与总结_ev.mp4  17.03M
|   ├──07 DeepFM算法实战  
|   |   ├──01 1-数据集介绍与环境配置_ev.mp4  41.04M
|   |   ├──02 2-广告点击数据预处理实例_ev.mp4  36.84M
|   |   ├──03 3-数据处理模块Embedding层_ev.mp4  24.60M
|   |   ├──04 4-Index与Value数据制作_ev.mp4  20.81M
|   |   ├──05 5-一阶权重参数设计_ev.mp4  23.78M
|   |   ├──06 6-二阶特征构建方法_ev.mp4  20.89M
|   |   ├──07 7-特征组合方法实例分析_ev.mp4  31.05M
|   |   ├──08 8-完成FM模块计算_ev.mp4  15.58M
|   |   └──09 9-DNN模块与训练过程_ev.mp4  28.36M
|   ├──08 推荐系统常用工具包演示  
|   |   ├──01 1-环境配置与数据集介绍_ev.mp4  24.93M
|   |   ├──02 2-电影数据集预处理分析_ev.mp4  27.96M
|   |   ├──03 3-surprise工具包基本使用_ev.mp4  27.38M
|   |   ├──04 4-模型测试集结果_ev.mp4  25.08M
|   |   └──05 5-评估指标概述_ev.mp4  46.54M
|   ├──09 基于文本数据的推荐实例  
|   |   ├──01 1-数据与环境配置介绍_ev.mp4  13.11M
|   |   ├──02 2-数据科学相关数据介绍_ev.mp4  24.27M
|   |   ├──03 3-文本数据预处理_ev.mp4  29.03M
|   |   ├──04 4-TFIDF构建特征矩阵_ev.mp4  22.21M
|   |   ├──05 5-矩阵分解演示_ev.mp4  21.76M
|   |   ├──06 6-LDA主题模型效果演示_ev.mp4  38.49M
|   |   └──07 7-推荐结果分析_ev.mp4  34.39M
|   ├──10 基本统计分析的电影推荐  
|   |   ├──01 1-电影数据与环境配置_ev.mp4  52.40M
|   |   ├──02 2-数据与关键词信息展示_ev.mp4  44.80M
|   |   ├──03 3-关键词云与直方图展示_ev.mp4  42.14M
|   |   ├──04 4-特征可视化_ev.mp4  33.14M
|   |   ├──05 5-数据清洗概述_ev.mp4  49.36M
|   |   ├──06 6-缺失值填充方法_ev.mp4  33.95M
|   |   ├──07 7-推荐引擎构造_ev.mp4  36.10M
|   |   ├──08 8-数据特征构造_ev.mp4  26.41M
|   |   └──09 9-得出推荐结果_ev.mp4  37.26M
|   └──11 补充-基于相似度的酒店推荐系统  
|   |   ├──01 1-酒店数据与任务介绍_ev.mp4  18.11M
|   |   ├──02 2-文本词频统计_ev.mp4  25.41M
|   |   ├──03 3-ngram结果可视化展示_ev.mp4  41.40M
|   |   ├──04 4-文本清洗_ev.mp4  27.26M
|   |   ├──05 5-相似度计算_ev.mp4  37.08M
|   |   └──06 6-得出推荐结果_ev.mp4  44.93M
├──28 AI课程所需安装软件教程  
|   └──01 AI课程所需安装软件教程  
|   |   └──01 AI课程所需安装软件教程_ev.mp4  15.42M
└──29 额外补充  
|   └──01 通用创新点  
  

〖视频截图〗:

〖百度网盘下载地址〗:

游客，如果您要查看本帖隐藏内容请回复

---------------------------------华丽分割线--------------------------------华丽分割线-------------------华丽分割线-------------------------华丽分割线----------------

〖下载地址失效反馈〗:
如果下载地址失效，请尽快反馈给我们，我们尽快修复。反馈地址：https://www.itmsf.com/forum-66-1.html

〖赞助VIP免学币下载全站资源〗:
全站资源高清无密，每天更新，vip特权了解一下：https://www.itmsf.com/plugin.php?id=threed_vip

〖客服24小时咨询〗:
有任何问题，请点击右侧QQ咨询。

yirandexin

看到这样的好资源真是高兴！感谢【IT码上发视频学习网】的无私分享！

lzymll

激动人心，无法言表！【IT码上发视频学习网】太给力了！

xuancheng

看到这样的好资源真是高兴！感谢【IT码上发视频学习网】的无私分享！

joy_aniu

看到这样的好资源真是高兴！感谢【IT码上发视频学习网】的无私分享！

白嫖之王

真是难得给力的资源啊！支持【IT码上发视频学习网】！

lyd723

太生气了，无法HOLD啦 >_<......为什么我才发现【IT码上发视频学习网】这样的好站！

w572722615

无回帖，不论坛，这才是人道。支持【IT码上发视频学习网】！

嘛意思哇

淡定，淡定，淡定……【IT码上发视频学习网】就是这么666！

何卫东

6666666666666666666666666