0 0 0

独角兽人工智能算法内部培训

728173437
9天前 31

独角兽人工智能算法内部培训

【资源目录】:
├──培训课程 1 | ├──1 基础 | | ├──10参数传递、参数列表和参数字典.mp4 148.14M | | ├──11递归避免重复计算.mp4 184.04M | | ├──12倒水问题.mp4 101.54M | | ├──13八皇后问题.mp4 189.88M | | ├──1自顶向下编程.mp4 97.58M | | ├──2扑克和囚犯问题.mp4 158.64M | | ├──3猜姓名问题.mp4 75.60M | | ├──4 类型.mp4 123.50M | | ├──5参数元组和字典.mp4 122.29M | | ├──6递归.mp4 124.85M | | ├──7排列组合与匹配问题.mp4 191.70M | | ├──8人字形铁路和分数问题.mp4 193.09M | | └──9二十四点问题.mp4 161.40M | ├──2深度学习基础理论和实现 | | ├──10递归程序非递归化.mp4 146.86M | | ├──11面向对象.mp4 96.10M | | ├──12C的可变参数和TF张量常量算术运算关系运算.mp4 156.31M | | ├──13广播.mp4 180.50M | | ├──14变量和矩阵相乘.mp4 84.07M | | ├──15占位符.mp4 179.78M | | ├──16样本学习(一).mp4 125.80M | | ├──17样本学习(二).mp4 81.57M | | ├──18样本学习求平方根.mp4 163.90M | | ├──19MNIST_架构.mp4 179.77M | | ├──1牛顿法.mp4 160.59M | | ├──20BGD_MBGD_SGD.mp4 119.27M | | ├──21Tensors_App.mp4 152.28M | | ├──22predict_precise_saver.mp4 136.51M | | ├──23三层神经网络_sin_架构.mp4 137.57M | | ├──24样本和过拟合.mp4 189.58M | | ├──25一元函数多输出和超平面.mp4 193.70M | | ├──26卷积_MNIST.mp4 111.90M | | ├──27卷积的计算.mp4 81.37M | | ├──28padding和窗口位置.mp4 98.44M | | ├──29卷积和特征提取.mp4 184.05M | | ├──2梯度下降法(一).mp4 163.67M | | ├──30使用TB.mp4 186.27M | | ├──31运行TB_观察loss.mp4 79.50M | | ├──32Config_dir_getattr.mp4 114.48M | | ├──33argparse.mp4 118.35M | | ├──34GPU.mp4 141.11M | | ├──35ftp_telnet_export_vi_nohup_ps_kill.mp4 178.82M | | ├──3二分法_GD2_多元函数.mp4 143.35M | | ├──4链式法则和微分公式.mp4 185.65M | | ├──5表达式.mp4 131.52M | | ├──6表达式求导.mp4 185.78M | | ├──7求最小值通用程序.mp4 164.30M | | ├──8张量和梯度.mp4 139.37M | | └──9计算机组成_形参和实参.mp4 148.10M | ├──3VAE 模型理论和实现 | | ├──10CVAE_mnist_训练和.mp4 115.52M | | ├──1VAE模型初步.mp4 142.89M | | ├──2VAE_Config_Tensors_App.mp4 194.58M | | ├──3VAE_mnist.mp4 42.83M | | ├──4import和encode.mp4 133.98M | | ├──5encode_decode.mp4 103.45M | | ├──6动量和正态分布均值.mp4 184.84M | | ├──7test.mp4 141.73M | | ├──8VAE_mnist_predict.mp4 131.87M | | └──9CVAE.mp4 106.61M | ├──4多GPU和多线程数据处理 | | ├──10buffer_CelebA.mp4 186.75M | | ├──11CelebA_标签.mp4 153.39M | | ├──12face_recog.mp4 107.13M | | ├──13validation_precise.mp4 192.90M | | ├──14call_train.mp4 148.24M | | ├──15复习BP_面向对象.mp4 127.87M | | ├──16复习_解迭代法_递归.mp4 136.28M | | ├──17递归_三loss的分析.mp4 106.18M | | ├──1多GPU.mp4 81.15M | | ├──2多GPU框架.mp4 279.82M | | ├──3语义的运算和变量重用.mp4 118.29M | | ├──4多GPU训练.mp4 136.35M | | ├──5CelebA样本读取.mp4 88.01M | | ├──6读CelebA中的样本.mp4 115.60M | | ├──7Thread和Lock.mp4 119.59M | | ├──8Buffer.mp4 120.19M | | └──9BufferDS.mp4 174.12M | ├──5人脸生成和人脸对比 | | ├──10ResNet实现(一).mp4 111.29M | | ├──11ResNet实现(二).mp4 153.00M | | ├──12BN的实现.mp4 140.61M | | ├──13transpose_resnet.mp4 176.34M | | ├──14结伴学习.mp4 198.00M | | ├──15语义分割和实例分割.mp4 117.99M | | ├──16递归_CV2.mp4 126.50M | | ├──17UNet的实现.mp4 120.05M | | ├──18Inception.mp4 188.66M | | ├──19InceptionV3.mp4 115.16M | | ├──1复习和人脸生成.mp4 119.95M | | ├──20人脸对比和夹角相似度.mp4 67.21M | | ├──21人脸1比1对比_L2正则化_夹角余弦_倍数.mp4 97.11M | | ├──22ArcFace_人脸对比.mp4 189.65M | | ├──2人脸生成模型.mp4 138.89M | | ├──3训练.mp4 170.95M | | ├──4生成人脸.mp4 123.62M | | ├──5ResNet初步和L1L2正则化.mp4 126.15M | | ├──6ResNet50结构.mp4 133.32M | | ├──7人脸转化测试.mp4 140.66M | | ├──8BN原理.mp4 62.75M | | └──9TF对BN操作的实现.mp4 134.37M | ├──6股票预测和生成唐诗 | | ├──10藏头诗_LSTM变体_双向RNN.mp4 119.19M | | ├──11NLP应用_简历_.mp4 166.04M | | ├──12一对一_一对多_多对一.mp4 157.27M | | ├──13多对多模型_字词向量.mp4 86.82M | | ├──14没有梯度的操作_索引操作.mp4 94.01M | | ├──15翻译模型.mp4 127.46M | | ├──16注意力.mp4 106.48M | | ├──17注意力实现_IndexedSlices.mp4 46.55M | | ├──18使用新框架.mp4 131.23M | | ├──19使用注意力.mp4 149.18M | | ├──1RNN.mp4 151.68M | | ├──20阅读理解.mp4 58.44M | | ├──21阅读理解的实现.mp4 164.76M | | ├──22多轮对话的样本和子样本.mp4 146.08M | | ├──23协程和yield.mp4 85.08M | | ├──24有限状态自动机.mp4 87.34M | | ├──25有限状态自动机的实现.mp4 128.54M | | ├──2股票预测.mp4 126.92M | | ├──3my_LSTM.mp4 195.02M | | ├──4读全唐诗.mp4 180.69M | | ├──5使用LSTM.mp4 127.92M | | ├──6多层RNN和Dropout.mp4 167.76M | | ├──7精确度.mp4 141.31M | | ├──8生成唐诗.mp4 172.34M | | └──9优化唐诗生成_起头诗.mp4 127.56M | ├──7GAN模型的训练和测试 | | ├──10StarGAN的实现.mp4 146.63M | | ├──11WGAN原理和实现.mp4 125.58M | | ├──12WGAN论文解读.mp4 191.62M | | ├──13WGAN的剪切操作.mp4 136.38M | | ├──14关于Ncritic.mp4 5.04M | | ├──15计算机组成_动量优化器.mp4 128.94M | | ├──16RMSProp优化器_Adam优化器.mp4 136.83M | | ├──17复习和练习.mp4 192.36M | | ├──1GAN初步.mp4 117.56M | | ├──2GAN_mnist.mp4 153.90M | | ├──3训练GAN.mp4 76.53M | | ├──4测试GAN.mp4 112.33M | | ├──5CGAN模型结构和训练.mp4 105.25M | | ├──6复习_练习.mp4 124.31M | | ├──7Pix2Pix简介.mp4 184.89M | | ├──8训练Pix2Pix.mp4 167.05M | | └──9StarGAN.mp4 155.08M | ├──8作品集展示 | | ├──1复习_修改框架_协议_端口.mp4 193.28M | | ├──2tornado__ioloop.mp4 94.07M | | ├──3网页跳转_form_多元多分类.mp4 172.11M | | ├──4前端_唐诗创作.mp4 110.84M | | ├──5web_唐诗.mp4 130.67M | | ├──6web_framework.mp4 128.28M | | ├──7网页上启动一个训练.mp4 163.12M | | ├──8新训练.mp4 91.31M | | └──9更改lr等.mp4 128.36M | ├──9目标检测算法 | | ├──10绝对相对坐标.mp4 105.70M | | ├──11训练RCNN.mp4 132.35M | | ├──12SPP算法.mp4 138.18M | | ├──13SPP算法的实现.mp4 87.92M | | ├──14FasterRCNN_RPN_锚框.mp4 145.73M | | ├──15SSD原理.mp4 176.40M | | ├──16SSD的张量.mp4 144.55M | | ├──17SSD的实现.mp4 85.59M | | ├──18SSD模型_数据准备.mp4 122.47M | | ├──19NMS的改造.mp4 199.12M | | ├──1目标检测的目的.mp4 143.86M | | ├──20情商_SSD一个FM的实现.mp4 181.89M | | ├──21多个FM.mp4 201.46M | | ├──22多FM的实现.mp4 178.52M | | ├──23使用RCNN.mp4 100.22M | | ├──24YOLO.mp4 129.09M | | ├──25复习_12小球问题.mp4 132.38M | | ├──26十二小球和三位三进制.mp4 196.30M | | ├──27十二小球问题编程.mp4 115.71M | | ├──28复习卷积.mp4 93.24M | | ├──29梯度分析.mp4 56.43M | | ├──2正负框_坐标变换.mp4 91.81M | | ├──30复习梯度.mp4 74.48M | | ├──3候选框_绑定框_模型的输入输出.mp4 171.31M | | ├──4NMS算法_RCNN实现.mp4 132.53M | | ├──5候选框_MyDS_大样本.mp4 191.53M | | ├──6NMS的实现.mp4 95.38M | | ├──7计算IOU.mp4 196.25M | | ├──8NMS实现.mp4 157.10M | | └──9next_batch_yield_from.mp4 117.03M | └──人工智能算法培训课程1(配套课件)-20221212 | | └──人工智能算法培训课程1(配套课件) └──人工智能算法培训课程 2 | └──主题1 | | └──Deep Learning Neural Networks深度学习神经网络 【3079】独角兽人工智能算法内部培训https://www.123pan.com/s/ATShTd-P1yQH
123云盘资源社区 1、本网站名称:123云盘资源社区  网址:www.123panfx.com
2、本帖图片及内容纯属发布用户个人意见,与123云盘资源社区无关!
3、本帖如为原创资源/教程分享帖,则本站与发布用户共同享有内容版权!
4、本站管理有权在不经发布者同意的情况下,根据版规及相关法律法规删除/修改本帖!
5、如无特别说明,任何个人或者组织不得转载本帖内容!任何个人或团体不得将本站资源用于非法用途!
6、本站不存储任何实质资源,该帖为网盘用户发布的介绍贴,所有链接指向的云盘网盘资源,其版权归版权方所有!
7、其实际管理权为帖子发布者所有,本站无法操作相关资源。如您认为本站任何介绍帖侵犯了您的合法版权!
8、请发送邮件admin@123panfx.cn,进行投诉,我们将在确认本文链接指向的资源存在侵权后,删除相关帖子!
最新回复 (0)

    暂无评论

请先登录后发表评论!

返回
请先登录后发表评论!