【咕泡学院】人工智能深度学习系统班（第09期录播）网盘资源免费观看百度云网盘链接提取码分享下载

• file:14.第一十三章 对比学习与多模态任务实战.zip
• file:5.第五章 Opencv图像处理框架实战.zip
• file:20.第二十章 CV与NLP经典大模型解读.zip
• file:源码-人工智能深度学习系统班（第9期录播）.java
• file:27 语音识别实战系列.zip
• file:24.第二十四章 时间序列预测.zip
• file:23.第二十三章 自然语言处理必备神器Huggingface系列实战.zip
• file:21.第二十一章 深度学习模型部署与剪枝优化实战.zip
• file:29 论文创新点常用方法及其应用实例.zip
• file:16.第一十六章 ⾏⼈重识别实战.zip
• file:7.第七章 图像分割实战.zip
• file:22.第二十二章 ⾃然语⾔处理经典案例实战.zip
• file:001-课程介绍 .mp4
• file:069-1-RAG与微调可以解决与无法解决的问题 .mp4
• file:063-5-LORA模型实现细节 .mp4
• file:022-3-项目环境配置 .mp4
• file:003-2-Agent需要具备的基本能力 .mp4
• file:025-6-单动作智能体实现方法 .mp4
• file:004-3-与大模型的关系分析 .mp4
• file:036-2-RAG整体流程解读 .mp4
• file:042-2-要解决的问题和整体框架分析 .mp4
• file:029-0-基本Agent的组成 .mp4
• file:032-3-检索得到重要的URL .mp4
• file:051-1-langchain框架解读 .mp4
• file:008-7-GPTS分析一波 .mp4
• file:034-5-总结与结果输出 .mp4
• file:023-4-基础解读-动作定义方式 .mp4
• file:068-5-效果演示与总结分析 .mp4
• file:059-1-大模型如何做下游任务 .mp4
• file:057-2-MOE模块实现方法解读 .mp4
• file:013-4-完成指令与脚本并生成 .mp4
• file:040-6-外接本地数据库工具 .mp4
• file:011-2-调用API的控制方式 .mp4
• file:016-3-前端助手API与流程图配置 .mp4
• file:039-5-评估工具RAGAS .mp4
• file:045-5-感知与反思模块构建流程 .mp4
• file:053-3-数据文档切分操作 .mp4
• file:067-4-训练流程演示 .mp4
• file:030-1-Agent要完成的任务和业务逻辑定义 .mp4
• folder:【咕泡学院】人工智能深度学习系统班（第09期录播）
• folder:课件
• folder:10-2022论⽂必备-Transformer实战系列
• folder:26-知识图谱实战系列
• folder:9-经典视觉项目实战：行为识别、姿态估计、目标追踪
• folder:22-自然语言处理经典案例实战
• folder:19-CV与NLP经典大模型解读
• folder:4-深度学习框架PyTorch
• folder:1-直播回放
• folder:2-AI课程所需安装软件教程
• folder:16-行人重识别实战
• folder:8-走向AI论文实验与项目实战的捷径-MMLAB实战系列
• folder:6-综合项目-物体检测经典算法实战
• folder:30-2024Ai必会Agent(应用解读+项目实战)
• folder:14-对比学习与多模态任务实战
• folder:5-Opencv图像处理框架实战
• folder:18-强化学习与AI黑科技实例
• folder:24-时间序列预测
• folder:21-深度学习模型部署与剪枝优化实战
• folder:20-面向医学领域的深度学习实战
• folder:7-图像分割实战
• folder:3-深度学习必备核⼼算法
• folder:13-面向深度学习的无人驾驶实战
• folder:1-Transformer算法解读
• folder:7-detr目标检测源码解读
• folder:6-基于Transformer的detr目标检测算法
• folder:14-分割模型Maskformer系列
• folder:9-DeformableDetr物体检测源码分析
• folder:12-商汤LoFTR算法解读
• folder:19-Informer时间序列源码解读
• folder:20-Huggingface与NLP（讲故事）
• folder:13-局部特征关键点匹配实战
• folder:3-VIT算法模型源码解读
• folder:16-BEV特征空间
• folder:4-使用python操作neo4j实例
• folder:8-医学糖尿病数据命名实体识别
• folder:3-Neo4j数据库实战
• folder:7-金融平台风控模型实践
• folder:1-知识图谱介绍及其应用领域分析
• folder:5-基于知识图谱的医药问答系统实战
• folder:6-文本关系抽取实践
• folder:7-基础补充-Resnet模型及其应用实例
• folder:6-视频异常检测CVPR2021论文及其源码解读
• folder:11-deepsort算法知识点解读
• folder:2-slowfast项目环境配置与配置文件
• folder:5-视频异常检测算法与元学习
• folder:3-slowfast源码详细解读
• folder:15-V5项目工程源码解读
• folder:14-V5版本项目配置
• folder:10-OpenPose算法源码分析
• folder:4-基于3D卷积的视频分析与动作识别
• folder:9-姿态估计OpenPose系列算法解读
• folder:12-LSTM情感分析
• folder:1-NLP常用工具包实战
• folder:5-HMM隐马尔科夫模型
• folder:2-商品信息可视化与文本分析
• folder:8-使用Gemsim构建词向量
• folder:14-对话机器人
• folder:9-基于word2vec的分类任务
• folder:11-NLP-相似度模型
• folder:3-贝叶斯算法
• folder:10-NLP-文本特征方法对比
• folder:6-LLM下游任务训练自己模型实战
• folder:15-视觉自监督任务BEITV2源码解读
• folder:9-扩散模型diffusion架构算法解读
• folder:8-视觉QA算法与论文解读
• folder:18-补充-视觉大模型基础-deformableAttention
• folder:12-自监督任务-对比学习思想
• folder:11-openai-dalle2源码解读
• folder:4-chatgpt算法解读分析
• folder:5-LLM与LORA微调策略解读
• folder:7-视觉大模型SAM
• folder:3-GPT2训练与预测部署流程
• folder:4-staeganvc2变声器源码实战
• folder:6-ConvTasnet语音分离实战
• folder:5-语音分离ConvTasnet模型
• folder:2-LAS模型语音识别实战
• folder:1-seq2seq序列网络模型
• folder:7-语音合成tacotron最新版实战
• folder:1-PyTorch框架介绍与配置安装
• folder:2-使用神经网络进行分类任务
• folder:3-神经网络回归任务-气温预测
• folder:5-图像识别模型与训练策略（重点）
• folder:6-DataLoader自定义数据集制作
• folder:4-卷积网络参数解读分析
• folder:12-CVPR2024：YOLO- World
• folder:7-密集场景计数统计实战
• folder:10-YOLO V9
• folder:4-卷积神经网络
• folder:2-Pycharm环境配置与Debug演示(没用过的同学必看)
• folder:9-Agent应用实战
• folder:8-额外补充：行人搜索源码分析
• folder:5-项目实战-基于行人局部特征融合的再识别实战
• folder:3-基于Attention的行人重识别项目实战
• folder:4-AAAI2020顶会算法精讲
• folder:2-基于注意力机制的Reld模型论文解读
• folder:6-旷视研究院最新算法解读（基于图模型）
• folder:4-物体检测框架YOLOV5项目工程源码解读
• folder:13-基于deeplabV3+版本进⾏VOC分割实战
• folder:12-图像分割deeplab系列算法
• folder:5-基于YOLOV5的钢材缺陷检测实战
• folder:14-Deeplab铁质材料缺陷检测与开源项⽬应⽤流程
• folder:11-基于视频流⽔线的Opencv缺陷检测项⽬
• folder:6-Semi-supervised布料缺陷检测实战
• folder:8-Opencv梯度计算与边缘检测实例
• folder:6-第二模块：基于Unet进行各种策略修改
• folder:7-第二模块：分割任务CVPR最新Backbone设计及其应用
• folder:12-KIE关键信息抽取与视频超分辨率重构
• folder:13-第四模块：DBNET文字检测
• folder:3-第一模块：训练结果测试与验证
• folder:17-第六模块：BasicVSR++视频超分辨重构源码解读
• folder:21-第九模块：mmaction行为识别
• folder:10-第三模块：DeformableDetr算法解读
• folder:19-第八模块：模型蒸馏应用实例
• folder:16-第五模块：stylegan2源码解读
• folder:8-第三模块：mmdet训练自己的数据任务
• folder:20-第八模块：模型剪枝方法概述分析
• folder:15-第四模块：KIE基于图模型的关键信息抽取
• folder:18-第七模块：多模态3D目标检测算法源码解读
• folder:4-第一模块：模型源码DEBUG演示
• folder:2-第一模块：分类任务基本操作
• folder:1-MMCV安装方法
• folder:23-额外补充-在源码中加入各种注意力机制方法
• folder:6-图相似度论文解读
• folder:2-图卷积GCN模型
• folder:4-使用PyTorch Geometric构建自己的图数据集
• folder:5-图注意力机制与序列图模型
• folder:3-图模型必备神器PyTorch Geometric安装与使用
• folder:8-基于图模型的轨迹估计
• folder:6-项目实战-基于V3版本进行源码解读（建议直接跑V5版本）
• folder:17-EfficientNet网络
• folder:5-YOLO-V3核心网络模型
• folder:11-YOLO系列（V7）算法解读
• folder:16-半监督物体检测
• folder:1-物体检测评估指标
• folder:7-基于YOLO-V3训练自己的数据集与任务（建议直接跑V5版本）
• folder:4-多模态文字识别
• folder:1-3D点云实战 3D点云应用领域分析
• folder:4-Pointnet++项目实战
• folder:7-点云配准及其案例实战
• folder:8-基础补充-对抗生成网络架构原理与实战解析
• folder:2-3D点云PointNet算法
• folder:5-点云补全PF-Net论文解读
• folder:21-项目实战-疲劳检测
• folder:3-阈值与平滑处理
• folder:18-Opencv的DNN模块
• folder:11-图像特征-harris
• folder:20-卷积原理与操作
• folder:1-课程简介与环境配置
• folder:9-项目实战-信用卡数字识别
• folder:8-直方图与傅里叶变换
• folder:13-案例实战-全景图像拼接
• folder:7-图像金字塔与轮廓检测
• folder:7-用A3C玩转超级马里奥
• folder:6-Actor-Critic算法分析（A3C）
• folder:8-GPT系列生成模型
• folder:12-Dalle2及其源码解读
• folder:3-PPO实战-月球登陆器训练实例
• folder:4-Q-learning与DQN算法
• folder:13-ChatGPT
• folder:5-DQN改进与应用技巧
• folder:2-PPO算法与公式推导
• folder:1-强化学习简介及其应用
• folder:3-Timesnet时序预测
• folder:11-选修：机器学习进阶实战
• folder:05-第五模块：机器学习算法建模实战项目
• folder:01-第一模块：Python快速入门
• folder:08-第八模块：Python金融分析与量化交易实战
• folder:09-第九模块：深度学习经典算法解析
• folder:07-第七模块：机器学习竞赛优胜解决方案实战
• folder:03-第三模块：人工智能-必备数学课程
• folder:10-选修：Python数据分析案例实战
• folder:6-文本预训练模型构建实例
• folder:9-文本摘要建模
• folder:11-补充Huggingface数据集制作方法实例
• folder:4-BERT系列算法解读
• folder:5-文本标注工具与NER实例
• folder:10-模型剪枝-Network Slimming算法分析
• folder:3-AIoT人工智能物联网之NVIDIA TAO 实用级的训练神器
• folder:8-docker实例演示
• folder:9-tensorflow-serving实战
• folder:1-AIoT人工智能物联网之认识 jetson nano
• folder:2-AIoT人工智能物联网之AI 实战
• folder:12-Mobilenet三代网络模型架构
• folder:16-词向量模型与RNN网络架构
• folder:4-基于Resnet的医学数据集分类实战
• folder:10-基于deeplab的心脏视频数据诊断分析
• folder:5-图像分割及其损失函数概述
• folder:11-MaskRcnn网络框架源码详解
• folder:12-基于MASK-RCNN框架训练自己的数据与任务
• folder:10-物体检测框架-MaskRcnn项目介绍与配置
• folder:4-U2NET显著性检测实战
• folder:3-unet医学细胞分割实战
• folder:7-医学⼼脏视频数据集分割建模实战
• folder:4-stargan论文架构解析
• folder:9-基于GAN的图像补全实战
• folder:3-基于CycleGan开源项目实战图像合成
• folder:11-TSDF算法与应用
• folder:15-特斯拉无人驾驶解读
• folder:2-深度估计项目实战
• folder:8-NeuralRecon算法解读
• folder:4-基于深度学习的车道线检测项目实战
• folder:7-三维重建应用与坐标系基础
• folder:10-基本统计分析的电影推荐
• folder:11-补充-基于相似度的酒店推荐系统
• folder:9-基于文本数据的推荐实例
• folder:2-协同过滤与矩阵分解
• folder:7-DeepFM算法实战
• folder:3-音乐推荐系统实战
• folder:6-点击率估计FM与DeepFM算法
• folder:1-自然语言处理通用框架BERT原理解读
• folder:2-谷歌开源项目BERT源码解读与应用实例
• folder:7-必备基础知识点-RNN网络架构与情感分析应用实例
• folder:6-必备基础-掌握Tensorflow如何实现word2vec模型
• folder:3-项目实战-基于BERT的中文情感分析实战
• folder:5-必备基础知识点-woed2vec模型通俗解读
• folder:05-人口普查数据集项目实战-收入预测
• folder:04-4.使用lightgbm进行饭店流量预测
• folder:20-机器学习项目实战-数据处理与特征提取
• folder:07-贝叶斯优化及其工具包使用
• folder:02-xgboost-gbdt-lightgbm提升算法框架对比
• folder:05-降维算法-线性判别分析
• folder:01-GBDT提升算法
• folder:02-基于随机森林的气温预测实战
• folder:05-fbprophe时间序列预测
• folder:06-京东用户购买意向预测
• folder:11-银行客户还款可能性预测
• folder:09-数据特征预处理
• folder:08-NLP核心模型-Word2vec
• folder:01-Python实战关联规则
• folder:06-机器学习-模型解释方法实战
• folder:02-爱彼迎数据集分析与建模
• folder:04-商品销售额回归分析
• folder:24-23-Python练习题-2
• folder:12-11-Set结构
• folder:09-8-List核心操作
• folder:20-19-类的基本定义
• folder:03-3-Notebook工具使用
• folder:18-17-异常处理模块
• folder:11-10-字典的核心操作
• folder:08-因子选股策略实战
• folder:06-Ricequant回测选股分析实战
• folder:05-量化交易与回测平台解读
• folder:11-聚类分析策略
• folder:02-金融数据时间序列分析
• folder:04-策略收益与风险评估指标解析
• folder:02-线性回归代码实现
• folder:17-支持向量机实验分析
• folder:26-线性判别分析降维算法原理解读
• folder:24-词向量word2vec通俗解读
• folder:18-神经网络算法原理
• folder:08-聚类算法-Kmeans&Dbscan原理
• folder:05-案例实战搭建神经网络
• folder:07-案例实战LSTM时间序列预测任务
• folder:04-递归神经网络与词向量原理解读
• folder:01-科学计算库-Numpy
• folder:04-可视化库-Seaborn
• folder:02-数据分析处理库-Pandas
• folder:03-.可视化库-Matplotlib
• folder:04-特征工程建模可解释包
• folder:03-智慧城市-道路通行时间预测
• folder:02-工业化生产预测
• folder:07-新闻关键词抽取模型
• folder:09-用电敏感客户分类
• folder:01-快手短视频用户活跃度分析
• folder:07-概率论基础
• folder:06-随机变量
• folder:08-数据科学你得知道的几种分布
• folder:10-熵与激活函数
• folder:03-泰勒公式与拉格朗日
• folder:06-数据分析-机器学习模板
• folder:01-KIVA贷款数据
• folder:04-纽约出租车建模