─1-50
│? ? ? 任務(wù)1:機(jī)器學(xué)習(xí)、深度學(xué)習(xí)簡(jiǎn)介.mp4
│? ? ? 任務(wù)2:深度學(xué)習(xí)的發(fā)展歷史.mp4
│? ? ? 任務(wù)3:現(xiàn)代深度學(xué)習(xí)的典型例子.mp4
│? ? ? 任務(wù)4:深度學(xué)習(xí)在計(jì)算機(jī)視覺(jué)中的應(yīng)用.mp4
│? ? ? 任務(wù)5:深度學(xué)習(xí)的總結(jié).mp4
│? ? ? 任務(wù)6:開(kāi)發(fā)環(huán)境的配置, Python, Numpy, Keras入門(mén)教程.mp4
│? ? ? 任務(wù)7:GPU驅(qū)動(dòng)程序安裝.mp4
│? ? ? 任務(wù)8:CUDA的安裝.mp4
│? ? ? 任務(wù)9:cuDNN的安裝, Tensorflow, PyTorch的GPU測(cè)試.mp4
│? ? ? 任務(wù)10:?jiǎn)柎瓠h(huán)節(jié).mp4
│? ? ? 任務(wù)11:環(huán)境安裝.mp4
│? ? ? 任務(wù)12:二元分類(lèi)問(wèn)題.mp4
│? ? ? 任務(wù)13:邏輯函數(shù).mp4
│? ? ? 任務(wù)14:指數(shù)與對(duì)數(shù) 、邏輯回歸.mp4
│? ? ? 任務(wù)15:示例.mp4
│? ? ? 任務(wù)16:損失函數(shù).mp4
│? ? ? 任務(wù)17:損失函數(shù)推演.mp4
│? ? ? 任務(wù)18:梯度下降法.mp4
│? ? ? 任務(wù)19:應(yīng)用.mp4
│? ? ? 任務(wù)20:直播答疑.mp4
│? ? ? 任務(wù)21:自動(dòng)駕駛方向盤(pán)預(yù)測(cè)論文分析.mp4
│? ? ? 任務(wù)22:使用PyCharm Keras建立深度網(wǎng)絡(luò)模型.mp4
│? ? ? 任務(wù)23:數(shù)據(jù)預(yù)處理 數(shù)據(jù)增強(qiáng).mp4
│? ? ? 任務(wù)24:建立BatchGenerator高效讀取數(shù)據(jù).mp4
│? ? ? 任務(wù)25:訓(xùn)練網(wǎng)絡(luò) 保存訓(xùn)練的中間過(guò)程數(shù)據(jù).mp4
│? ? ? 任務(wù)26:查看網(wǎng)絡(luò)訓(xùn)練過(guò)程 判斷網(wǎng)絡(luò)是否過(guò)擬合 欠擬合.mp4
│? ? ? 任務(wù)27:神經(jīng)網(wǎng)絡(luò)分類(lèi)問(wèn)題的經(jīng)典數(shù)據(jù)(集鳶尾花數(shù)據(jù)集)介紹,神經(jīng)網(wǎng)絡(luò)Python庫(kù)Keras的介紹.mp4
│? ? ? 任務(wù)28:使用Pandas讀取鳶尾花數(shù)據(jù)集, 使用LabelEncoder對(duì)類(lèi)別標(biāo)簽進(jìn)行編碼.mp4
│? ? ? 任務(wù)29:使用Keras創(chuàng)建一個(gè)用于鳶尾花分類(lèi)識(shí)別的神經(jīng)網(wǎng)絡(luò).mp4
│? ? ? 任務(wù)30:訓(xùn)練用于鳶尾花分類(lèi)的神經(jīng)網(wǎng)絡(luò) 解讀訓(xùn)練輸出的日志 了解如何評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)的性能.mp4
│? ? ? 任務(wù)31:神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)原理(1): 神經(jīng)網(wǎng)絡(luò)的結(jié)點(diǎn),權(quán)值,激活函數(shù).mp4
│? ? ? 任務(wù)32:神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)原理(2): 神經(jīng)網(wǎng)絡(luò)的前饋(Feed Forward)算法.mp4
│? ? ? 任務(wù)33:神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)原理(3):神經(jīng)網(wǎng)絡(luò)的前饋(Feed Forward)算法續(xù),Softmax層的數(shù)值問(wèn)題.mp4
│? ? ? 任務(wù)34:神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)原理(4):神經(jīng)網(wǎng)絡(luò)BP(誤差反向傳播)算法.mp4
│? ? ? 任務(wù)35:神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)原理(5):神經(jīng)網(wǎng)絡(luò)BP(誤差反向傳遞)算法續(xù).mp4
│? ? ? 任務(wù)36:神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)原理(6):手動(dòng)演算神經(jīng)網(wǎng)絡(luò)BP算法(誤差向后傳遞).mp4
│? ? ? 任務(wù)37:神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)原理(7):手動(dòng)演算神經(jīng)網(wǎng)絡(luò)BP算法(誤差向后傳遞)續(xù).mp4
│? ? ? 任務(wù)38:Neural.Network.Loss-直播01.mp4
│? ? ? 任務(wù)39:Neural.Network.Loss-直播02.mp4
│? ? ? 任務(wù)40:Neural.Network.Loss-直播03.mp4
│? ? ? 任務(wù)41:梯度消亡.mp4
│? ? ? 任務(wù)42:梯度消亡問(wèn)題分析.mp4
│? ? ? 任務(wù)43:梯度消亡解決方案.mp4
│? ? ? 任務(wù)44:過(guò)擬合.mp4
│? ? ? 任務(wù)45:DropOut 訓(xùn)練.mp4
│? ? ? 任務(wù)46:正則化.mp4
│? ? ? 任務(wù)47:最大范數(shù)約束 神經(jīng)元的初始化.mp4
│? ? ? 任務(wù)48:作業(yè)講解與答疑-01.mp4
│? ? ? 任務(wù)49:作業(yè)講解與答疑-02.mp4
│? ? ? 任務(wù)50:為什么需要遞歸神經(jīng)網(wǎng)絡(luò)?.mp4
├─51-100
│? ? ? 任務(wù)100:道路行車(chē)道檢測(cè)代碼講解.mp4
│? ? ? 任務(wù)51:遞歸神經(jīng)網(wǎng)絡(luò)介紹.mp4
│? ? ? 任務(wù)52:語(yǔ)言模型.mp4
│? ? ? 任務(wù)53:RNN的深度.mp4
│? ? ? 任務(wù)54:梯度爆炸和梯度消失.mp4
│? ? ? 任務(wù)55:Gradient Clipping.mp4
│? ? ? 任務(wù)56:LSTM的介紹.mp4
│? ? ? 任務(wù)57:LSTM的應(yīng)用.mp4
│? ? ? 任務(wù)58:Bi-Directional LSTM.mp4
│? ? ? 任務(wù)59:Gated Recurrent Unit.mp4
│? ? ? 任務(wù)60:機(jī)器翻譯.mp4
│? ? ? 任務(wù)61:Multimodal Learning.mp4
│? ? ? 任務(wù)62:Seq2Seq模型.mp4
│? ? ? 任務(wù)63:回顧RNN與LSTM.mp4
│? ? ? 任務(wù)64:Attention for Image Captioning.mp4
│? ? ? 任務(wù)65:Attention for Machine Translation.mp4
│? ? ? 任務(wù)66:Self-Attention.mp4
│? ? ? 任務(wù)67:Attention總結(jié).mp4
│? ? ? 任務(wù)68:neural network optimizer直播-01.mp4
│? ? ? 任務(wù)69:neural network optimizer直播-02.mp4
│? ? ? 任務(wù)70:neural network optimizer直播-03.mp4
│? ? ? 任務(wù)71:項(xiàng)目介紹.mp4
│? ? ? 任務(wù)72:看圖說(shuō)話(huà)任務(wù)一-01.mp4
│? ? ? 任務(wù)73:看圖說(shuō)話(huà)任務(wù)一-02.mp4
│? ? ? 任務(wù)74:看圖說(shuō)話(huà)任務(wù)一-03.mp4
│? ? ? 任務(wù)75:任務(wù)介紹.mp4
│? ? ? 任務(wù)76:如何實(shí)現(xiàn) load_img_as_np_array 這個(gè)函數(shù).mp4
│? ? ? 任務(wù)77:如何實(shí)現(xiàn)“l(fā)oad_vgg16_model”函數(shù).mp4
│? ? ? 任務(wù)78:如何實(shí)現(xiàn)“extract_features”函數(shù).mp4
│? ? ? 任務(wù)79:創(chuàng)建Tokenizer01.mp4
│? ? ? 任務(wù)80:創(chuàng)建Tokenizer02.mp4
│? ? ? 任務(wù)81:產(chǎn)生模型需要的輸入數(shù)據(jù)01.mp4
│? ? ? 任務(wù)82:產(chǎn)生模型需要的輸入數(shù)據(jù)02.mp4
│? ? ? 任務(wù)83:任務(wù)的概述.mp4
│? ? ? 任務(wù)84:Input Embedding和Dropout層介紹.mp4
│? ? ? 任務(wù)85:LSTM Add層的介紹.mp4
│? ? ? 任務(wù)86:如何訓(xùn)練模型.mp4
│? ? ? 任務(wù)87:如何使用深度神經(jīng)網(wǎng)絡(luò)模型做預(yù)測(cè) 產(chǎn)生標(biāo)題 完成generate_caption函數(shù)01.mp4
│? ? ? 任務(wù)88:如何使用深度神經(jīng)網(wǎng)絡(luò)模型做預(yù)測(cè) 產(chǎn)生標(biāo)題 完成generate_caption函數(shù)02.mp4
│? ? ? 任務(wù)89:如何調(diào)用generate_caption函數(shù).mp4
│? ? ? 任務(wù)90:如何評(píng)價(jià)標(biāo)題生成模型的性能.mp4
│? ? ? 任務(wù)91:讀取和顯示數(shù)字圖像.mp4
│? ? ? 任務(wù)92:數(shù)字圖像大小縮放.mp4
│? ? ? 任務(wù)93:數(shù)字圖像直方圖均衡.mp4
│? ? ? 任務(wù)94:圖像去噪聲.mp4
│? ? ? 任務(wù)95:圖像邊緣檢測(cè).mp4
│? ? ? 任務(wù)96:圖像關(guān)鍵點(diǎn)檢測(cè).mp4
│? ? ? 任務(wù)97:道路行車(chē)道檢測(cè)簡(jiǎn)介.mp4
│? ? ? 任務(wù)98:Canny邊緣檢測(cè).mp4
│? ? ? 任務(wù)99:霍夫變換用于直線(xiàn)檢測(cè).mp4
│? ? ?
├─101-150
│? ? ? 任務(wù)101:在圖像和視頻上面演示道路行車(chē)道檢測(cè).mp4
│? ? ? 任務(wù)102:項(xiàng)目介紹.mp4
│? ? ? 任務(wù)103:交通指示牌識(shí)別的簡(jiǎn)介.mp4
│? ? ? 任務(wù)104:交通指示牌識(shí)別課程的編程任務(wù).mp4
│? ? ? 任務(wù)105:如何分析數(shù)據(jù) (util.py 的詳細(xì)介紹).mp4
│? ? ? 任務(wù)106:如何預(yù)處理圖像數(shù)據(jù)、建立神經(jīng)網(wǎng)絡(luò)模型、訓(xùn)練網(wǎng)絡(luò)模型 (train.py 的詳細(xì)介紹)01.mp4
│? ? ? 任務(wù)107:如何預(yù)處理圖像數(shù)據(jù)、建立神經(jīng)網(wǎng)絡(luò)模型、訓(xùn)練網(wǎng)絡(luò)模型 (train.py 的詳細(xì)介紹)02.mp4
│? ? ? 任務(wù)108:色彩空間轉(zhuǎn)換.mp4
│? ? ? 任務(wù)109:直方圖均衡.mp4
│? ? ? 任務(wù)110:圖像標(biāo)準(zhǔn)化.mp4
│? ? ? 任務(wù)111:使用ImageDataGenerator做圖像增強(qiáng).mp4
│? ? ? 任務(wù)112:作業(yè)上傳的要求.mp4
│? ? ? 任務(wù)113:介紹經(jīng)典交通指示牌卷積神經(jīng)網(wǎng)絡(luò)模型.mp4
│? ? ? 任務(wù)114:代碼實(shí)現(xiàn)經(jīng)典交通指示牌識(shí)別卷積神經(jīng)網(wǎng)絡(luò)模型.mp4
│? ? ? 任務(wù)115:卷積神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)原理01.mp4
│? ? ? 任務(wù)116:卷積神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)原理02.mp4
│? ? ? 任務(wù)117:深度學(xué)習(xí)調(diào)參-直播-01.mp4
│? ? ? 任務(wù)118:深度學(xué)習(xí)調(diào)參-直播-02.mp4
│? ? ? 任務(wù)119:深度學(xué)習(xí)調(diào)參-直播-03.mp4
│? ? ? 任務(wù)120:卷積層的啟發(fā).mp4
│? ? ? 任務(wù)121:卷積層的定量分析.mp4
│? ? ? 任務(wù)122:?jiǎn)瓮ǖ垒斎?單通道輸出的卷積層的實(shí)例.mp4
│? ? ? 任務(wù)123:多通道輸入 多通道輸出的卷積層的實(shí)例.mp4
│? ? ? 任務(wù)124:池化層的原理 定量分析.mp4
│? ? ? 任務(wù)125:卷積神經(jīng)網(wǎng)絡(luò)和全連接神經(jīng)網(wǎng)絡(luò)的比較.mp4
│? ? ? 任務(wù)126:卷積神經(jīng)網(wǎng)絡(luò)在圍棋 語(yǔ)言識(shí)別和自然語(yǔ)言處理中的應(yīng)用.mp4
│? ? ? 任務(wù)127:基于深度學(xué)習(xí)的圖像分類(lèi)歷史回顧.mp4
│? ? ? 任務(wù)128:AlexNet的結(jié)構(gòu)分析.mp4
│? ? ? 任務(wù)129:ZFNet的結(jié)構(gòu)分析.mp4
│? ? ? 任務(wù)130:VGG的結(jié)構(gòu)分析.mp4
│? ? ? 任務(wù)131:GoogleNet Inception的結(jié)構(gòu)分析.mp4
│? ? ? 任務(wù)132:Inception V3的結(jié)構(gòu)分析.mp4
│? ? ? 任務(wù)133:ResNet的結(jié)構(gòu)分析.mp4
│? ? ? 任務(wù)134:ResNet的代碼實(shí)現(xiàn).mp4
│? ? ? 任務(wù)135:基于內(nèi)容的圖像搜索理論基礎(chǔ).mp4
│? ? ? 任務(wù)136:基于去噪自動(dòng)編碼器的圖像搜索代碼實(shí)現(xiàn).mp4
│? ? ? 任務(wù)137:使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行語(yǔ)義圖像嵌入在目標(biāo)檢測(cè), 自動(dòng)駕駛, 圖像超分辨率重構(gòu), 工業(yè)探傷等等領(lǐng)域的應(yīng)用.mp4
│? ? ? 任務(wù)138:項(xiàng)目1-看圖說(shuō)話(huà)(助教)講解和答疑-01.mp4
│? ? ? 任務(wù)139:項(xiàng)目1-看圖說(shuō)話(huà)(助教)講解和答疑-02.mp4
│? ? ? 任務(wù)140:項(xiàng)目介紹.mp4
│? ? ? 任務(wù)141:自動(dòng)駕駛方向盤(pán)轉(zhuǎn)動(dòng)方向預(yù)測(cè)的背景知識(shí).mp4
│? ? ? 任務(wù)142:如何收集訓(xùn)練數(shù)據(jù).mp4
│? ? ? 任務(wù)143:理解分析訓(xùn)練數(shù)據(jù).mp4
│? ? ? 任務(wù)144:自動(dòng)駕駛方向盤(pán)轉(zhuǎn)動(dòng)方向預(yù)測(cè)的網(wǎng)絡(luò)結(jié)構(gòu)和網(wǎng)絡(luò)訓(xùn)練代碼講解.mp4
│? ? ? 任務(wù)145:提高網(wǎng)絡(luò)性能的思路 圖像處理、數(shù)據(jù)增強(qiáng)、網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化.mp4
│? ? ? 任務(wù)146:探索數(shù)據(jù)01.mp4
│? ? ? 任務(wù)147:探索數(shù)據(jù)02.mp4
│? ? ? 任務(wù)148:圖像增強(qiáng)01.mp4
│? ? ? 任務(wù)149:圖像增強(qiáng)02.mp4
│? ? ? 任務(wù)150:解決數(shù)據(jù)不平衡的問(wèn)題 DataGenerator的應(yīng)用.mp4
│? ? ?
├─151-200
│? ? ? 任務(wù)151:網(wǎng)絡(luò)結(jié)構(gòu)實(shí)例.mp4
│? ? ? 任務(wù)152: 圖像增強(qiáng)部分的代碼講解.mp4
│? ? ? 任務(wù)153:DataGenerator部分的代碼講解.mp4
│? ? ? 任務(wù)154:網(wǎng)絡(luò)結(jié)構(gòu)實(shí)現(xiàn)部分的代碼講解.mp4
│? ? ? 任務(wù)155:方向盤(pán)轉(zhuǎn)動(dòng)方向預(yù)測(cè)網(wǎng)絡(luò)模型的性能評(píng)估方法.mp4
│? ? ? 任務(wù)156:使用模擬器定性的判斷網(wǎng)絡(luò)性能的方法以及代碼講解.mp4
│? ? ? 任務(wù)157:模擬器自動(dòng)駕駛的展示.mp4
│? ? ? 任務(wù)158:通過(guò)損失函數(shù)的變化判斷網(wǎng)絡(luò)性能、識(shí)別和解決過(guò)擬合和欠擬合的問(wèn)題.mp4
│? ? ? 任務(wù)159:如何安裝Python 連接模擬器的Python 庫(kù).mp4
│? ? ? 任務(wù)160:windows 下面使用自動(dòng)駕駛模擬器的教程.mp4
│? ? ? 任務(wù)161:mac 下面使用自動(dòng)駕駛模擬器的教程.mp4
│? ? ? 任務(wù)162:目標(biāo)識(shí)別綜述.mp4
│? ? ? 任務(wù)163:基于HOG(梯度直方圖)的目標(biāo)識(shí)別.mp4
│? ? ? 任務(wù)164:Non-Max Suppression IoU 和 Hard Negative Mining.mp4
│? ? ? 任務(wù)165:R-CNN的工作原理.mp4
│? ? ? 任務(wù)166:R-CNN中的邊界框(Bounding Box)預(yù)測(cè)原理.mp4
│? ? ? 任務(wù)167:R-CNN的不足之處.mp4
│? ? ? 任務(wù)168:Fast R-CNN詳解.mp4
│? ? ? 任務(wù)169:Faster R-CNN Region Proposal Network.mp4
│? ? ? 任務(wù)170:R-CNN Fast R-CNN Faster R-CNN的總結(jié).mp4
│? ? ? 任務(wù)171:目標(biāo)識(shí)別 R-CNN家族的回顧.mp4
│? ? ? 任務(wù)172:SSD的簡(jiǎn)介 SSD與R-CNN的比較.mp4
│? ? ? 任務(wù)173:SSD的網(wǎng)絡(luò)結(jié)構(gòu).mp4
│? ? ? 任務(wù)174:如何使用卷積作為最后的預(yù)測(cè)層.mp4
│? ? ? 任務(wù)175:SSD的訓(xùn)練過(guò)程.mp4
│? ? ? 任務(wù)176:SSD的實(shí)驗(yàn)結(jié)果分析.mp4
│? ? ? 任務(wù)177:VGG16到SSD網(wǎng)絡(luò)的演化 L2Normalization層的實(shí)現(xiàn).mp4
│? ? ? 任務(wù)178:SSD各個(gè)技術(shù)對(duì)失敗率的影響 Atrous卷積層的原理.mp4
│? ? ? 任務(wù)179:使用卷積作為最后的預(yù)測(cè)層詳解.mp4
│? ? ? 任務(wù)180:SSD定位損失函數(shù)詳解.mp4
│? ? ? 任務(wù)181:SSD中Anchor尺寸 寬高比 中心位置的確定.mp4
│? ? ? 任務(wù)182:SSD中分類(lèi)損失函數(shù)詳解.mp4
│? ? ? 任務(wù)183:Non-Max Suppression的原理.mp4
│? ? ? 任務(wù)184:SSD和YOLO的比較 SSD的總結(jié).mp4
│? ? ? 任務(wù)185:圖像分割簡(jiǎn)介.mp4
│? ? ? 任務(wù)186:基于深度學(xué)習(xí)的圖像分割U-Net的原理.mp4
│? ? ? 任務(wù)187:Transposed Convolution原理與運(yùn)用.mp4
│? ? ? 任務(wù)188:U-Net的代碼講解.mp4
│? ? ? 任務(wù)189:圖像生成的原理.mp4
│? ? ? 任務(wù)190:使用深度學(xué)習(xí)自動(dòng)圖像生成手寫(xiě)數(shù)字的代碼講解.mp4
│? ? ? 任務(wù)191:圖像風(fēng)格轉(zhuǎn)移的原理.mp4
│? ? ? 任務(wù)192:使用深度學(xué)習(xí)實(shí)現(xiàn)圖像風(fēng)格轉(zhuǎn)移的代碼講解.mp4
│? ? ? 任務(wù)193:SSD的原理回顧.mp4
│? ? ? 任務(wù)194:編程項(xiàng)目的訓(xùn)練數(shù)據(jù)介紹.mp4
│? ? ? 任務(wù)195:對(duì)SSD模型對(duì)產(chǎn)生Anchor有影響的參數(shù)講解.mp4
│? ? ? 任務(wù)196:對(duì)候選框精選處理有影響的參數(shù)講解.mp4
│? ? ? 任務(wù)197:對(duì)輸入模型參數(shù)的合法性檢測(cè)和轉(zhuǎn)換.mp4
│? ? ? 任務(wù)198:具有7層的SSD的網(wǎng)絡(luò)結(jié)構(gòu)講解.mp4
│? ? ? 任務(wù)199:編譯模型, 使用模型做預(yù)測(cè).mp4
│? ? ? 任務(wù)200:SSD解碼的實(shí)現(xiàn).mp4
│? ? ?
├─201-231
│? ? ? 任務(wù)201:幫助函數(shù)IoU, 坐標(biāo)轉(zhuǎn)換, SSD損失函數(shù), Non-Max-Suppression的實(shí)現(xiàn).mp4
│? ? ? 任務(wù)202:二值化神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)介.mp4
│? ? ? 任務(wù)203:二值化網(wǎng)絡(luò)的前向后向傳播, 梯度計(jì)算原理.mp4
│? ? ? 任務(wù)204:二值化網(wǎng)絡(luò)的訓(xùn)練算法.mp4
│? ? ? 任務(wù)205:二值化網(wǎng)絡(luò)的實(shí)驗(yàn)結(jié)果.mp4
│? ? ? 任務(wù)206:二值化全連接網(wǎng)絡(luò)的代碼講解.mp4
│? ? ? 任務(wù)207:DropoutNoScale層的實(shí)現(xiàn).mp4
│? ? ? 任務(wù)208:BinaryDense層的實(shí)現(xiàn).mp4
│? ? ? 任務(wù)209:二值化卷積神經(jīng)網(wǎng)絡(luò)的代碼講解.mp4
│? ? ? 任務(wù)210:項(xiàng)目作業(yè)要求.mp4
│? ? ? 任務(wù)211:神經(jīng)網(wǎng)絡(luò)在實(shí)際應(yīng)用中面臨的挑戰(zhàn), 輕量級(jí)深度神經(jīng)網(wǎng)絡(luò)的必要性.mp4
│? ? ? 任務(wù)212:MobileNet, Depthwise Seperable Convolution的原理計(jì)算量分析.mp4
│? ? ? 任務(wù)213:ShuffleNet, Group Convolution, Channel Shuffle的原理.mp4
│? ? ? 任務(wù)214:EffNet, Spatial Seperable Convolution的原理計(jì)算量分析和實(shí)驗(yàn)效果.mp4
│? ? ? 任務(wù)215:lightweight-network答疑時(shí)間.mp4
│? ? ? 任務(wù)216:回顧EffNet的原理.mp4
│? ? ? 任務(wù)217:EffNet的代碼講解.mp4
│? ? ? 任務(wù)218:One-Shot Learning 的意義和工作原理.mp4
│? ? ? 任務(wù)219:用于One-Shot Learning 的Siamese 深度神經(jīng)網(wǎng)絡(luò)的介紹.mp4
│? ? ? 任務(wù)220:Siamese 深度神經(jīng)網(wǎng)絡(luò)的實(shí)驗(yàn)和結(jié)果分析.mp4
│? ? ? 任務(wù)221:Transposed Convolution 的應(yīng)用, 算法回顧, 以及使用矩陣乘法實(shí)現(xiàn).mp4
│? ? ? 任務(wù)222:Transposed Convolution 的梯度推導(dǎo).mp4
│? ? ? 任務(wù)223:將卷積核轉(zhuǎn)換為T(mén)oeplitz Matrix用于矩陣乘法實(shí)現(xiàn)Transposed.mp4
│? ? ? 任務(wù)224:同學(xué)對(duì)課程的效果反饋調(diào)查.mp4
│? ? ? 任務(wù)225:使用 Siamese 網(wǎng)絡(luò)做門(mén)禁卡系統(tǒng)的入門(mén)介紹, 數(shù)據(jù)集的介紹.mp4
│? ? ? 任務(wù)226:PyTorch 基礎(chǔ)教程.mp4
│? ? ? 任務(wù)227:Siamese One-Shot learning 知識(shí)回顧.mp4
│? ? ? 任務(wù)228:使用 PyTorch torchvision 庫(kù)高效讀取數(shù)據(jù).mp4
│? ? ? 任務(wù)229:使用 PyTorch 定義 Siamese 網(wǎng)絡(luò)結(jié)構(gòu).mp4
│? ? ? 任務(wù)230:使用 PyTorch 寫(xiě)訓(xùn)練網(wǎng)絡(luò)的代碼.mp4
│? ? ? 任務(wù)231:使用 PyTorch 寫(xiě)測(cè)試網(wǎng)絡(luò)的代碼.mp4
│? ? ?
│? ? ?
└─CVSource