|
275| 11
|
咕泡人工智能第10期 |
|
咕泡人工智能第10期
├──1-AI課程所需安裝軟件教程 | ├──1-AI課程所需安裝軟件教程 | | └──1-AI課程所需安裝軟件教程.mp4 19.61M | ├──2-視覺Transformer及其源碼分析 | | └──1-視覺Transformer及其源碼分析.mp4 878.23M | ├──20-Huggingface與NLP（講故事） | | └──1-Huggingface與NLP（講故事）.mp4 163.59M | ├──3-VIT算法模型源碼解讀 | | ├──1-項目配置說明.mp4 43.27M | | ├──2-輸入序列構(gòu)建方法解讀.mp4 29.80M | | ├──3-注意力機制計算.mp4 28.04M | | └──4-輸出層計算結(jié)果.mp4 37.72M | ├──4-swintransformer算法原理解析 | | ├──1-swintransformer整體概述.mp4 14.76M | | ├──10-分層計算方法.mp4 21.71M | | ├──2-要解決的問題及其優(yōu)勢分析.mp4 22.33M | | ├──3-一個block要完成的任務(wù).mp4 17.36M | | ├──4-獲取各窗口輸入特征.mp4 18.99M | | ├──5-基于窗口的注意力機制解讀.mp4 29.53M | | ├──6-窗口偏移操作的實現(xiàn).mp4 24.27M | | ├──7-偏移細節(jié)分析及其計算量概述.mp4 20.41M | | ├──8-整體網(wǎng)絡(luò)架構(gòu)整合.mp4 20.88M | | └──9-下采樣操作實現(xiàn)方法.mp4 22.24M | ├──5-swintransformer源碼解讀 | | ├──1-數(shù)據(jù)與環(huán)境配置解讀.mp4 59.59M | | ├──2-圖像數(shù)據(jù)patch編碼.mp4 37.62M | | ├──3-數(shù)據(jù)按window進行劃分計算.mp4 31.46M | | ├──4-基礎(chǔ)attention計算模塊.mp4 27.58M | | ├──5-窗口位移模塊細節(jié)分析.mp4 36.81M | | ├──6-patchmerge下采樣操作.mp4 25.24M | | ├──7-各block計算方法解讀.mp4 27.91M | | └──8-輸出層概述.mp4 41.11M | ├──6-基于Transformer的detr目標(biāo)檢測算法 | | ├──1-DETR目標(biāo)檢測基本思想解讀.mp4 19.27M | | ├──2-整體網(wǎng)絡(luò)架構(gòu)分析.mp4 31.54M | | ├──3-位置信息初始化query向量.mp4 19.90M | | ├──4-注意力機制的作用方法.mp4 20.79M | | └──5-訓(xùn)練過程的策略.mp4 28.34M | ├──7-detr目標(biāo)檢測源碼解讀 | | ├──1-項目環(huán)境配置解讀.mp4 40.33M | | ├──2-數(shù)據(jù)處理與dataloader.mp4 63.98M | | ├──3-位置編碼作用分析.mp4 47.86M | | ├──4-backbone特征提取模塊.mp4 35.54M | | ├──5-mask與編碼模塊.mp4 34.68M | | ├──6-編碼層作用方法.mp4 42.78M | | ├──7-Decoder層操作與計算.mp4 30.08M | | ├──8-輸出預(yù)測結(jié)果.mp4 41.20M | | └──9-損失函數(shù)與預(yù)測輸出.mp4 41.18M | ├──8-DeformableDetr算法解讀 | | └──1-DeformableDetr算法解讀.mp4 730.35M | ├──9-DeformableDetr物體檢測源碼分析 | | ├──1-特征提取與位置編碼.mp4 38.16M | | ├──10-分類與回歸輸出模塊.mp4 49.72M | | ├──11-預(yù)測輸出結(jié)果與標(biāo)簽匹配模塊.mp4 44.31M | | ├──2-序列特征展開并迭加.mp4 51.07M | | ├──3-得到相對位置點編碼.mp4 28.80M | | ├──4-準(zhǔn)備Encoder編碼層所需全部輸入.mp4 37.91M | | ├──5-編碼層中的序列分析.mp4 39.73M | | ├──6-偏移量offset計算.mp4 46.09M | | ├──7-偏移量對齊操作.mp4 39.80M | | ├──8-Encoder層完成特征對齊.mp4 51.84M | | └──9-Decoder要完成的操作.mp4 38.98M ├──11-圖神經(jīng)網(wǎng)絡(luò)實戰(zhàn) | ├──1-圖神經(jīng)網(wǎng)絡(luò)基礎(chǔ) | | ├──1-圖神經(jīng)網(wǎng)絡(luò)應(yīng)用領(lǐng)域分析.mp4 26.40M | | ├──2-圖基本模塊定義.mp4 10.51M | | ├──3-鄰接矩陣的定義.mp4 16.06M | | ├──4-GNN中常見任務(wù).mp4 19.17M | | ├──5-消息傳遞計算方法.mp4 14.23M | | └──6-多層GCN的作用.mp4 13.00M | ├──10-基于圖模型的時間序列預(yù)測 | | └──1-基于圖模型的時間序列預(yù)測.mp4 1021.16M | ├──11-異構(gòu)圖神經(jīng)網(wǎng)絡(luò) | | └──1-異構(gòu)圖神經(jīng)網(wǎng)絡(luò).mp4 754.04M | ├──2-圖卷積GCN模型 | | ├──1-GCN基本模型概述.mp4 13.24M | | ├──2-圖卷積的基本計算方法.mp4 12.56M | | ├──3-鄰接的矩陣的變換.mp4 18.38M | | └──4-GCN變換原理解讀.mp4 21.12M | ├──3-圖模型必備神器PyTorch Geometric安裝與使用 | | ├──1-PyTorch Geometric工具包安裝與配置方法.mp4 45.07M | | ├──2-數(shù)據(jù)集與鄰接矩陣格式.mp4 51.92M | | ├──3-模型定義與訓(xùn)練方法.mp4 41.92M | | └──4-文獻引用數(shù)據(jù)集分類案例實戰(zhàn).mp4 47.75M | ├──4-使用PyTorch Geometric構(gòu)建自己的圖數(shù)據(jù)集 | | ├──1-構(gòu)建數(shù)據(jù)集基本方法.mp4 13.47M | | ├──2-數(shù)據(jù)集與任務(wù)背景概述.mp4 21.63M | | ├──3-數(shù)據(jù)集基本預(yù)處理.mp4 31.50M | | ├──4-用戶行為圖結(jié)構(gòu)創(chuàng)建.mp4 36.67M | | ├──5-數(shù)據(jù)集創(chuàng)建函數(shù)介紹.mp4 34.87M | | ├──6-網(wǎng)絡(luò)結(jié)構(gòu)定義模塊.mp4 36.87M | | ├──7-TopkPooling進行下采樣任務(wù).mp4 31.30M | | ├──8-獲取全局特征.mp4 25.71M | | └──9-模型訓(xùn)練與總結(jié).mp4 35.84M | ├──5-圖注意力機制與序列圖模型 | | ├──1-圖注意力機制的作用與方法.mp4 16.53M | | ├──2-鄰接矩陣計算圖Attention.mp4 21.40M | | ├──3-序列圖神經(jīng)網(wǎng)絡(luò)TGCN應(yīng)用.mp4 12.59M | | └──4-序列圖神經(jīng)網(wǎng)絡(luò)細節(jié).mp4 23.67M | ├──6-圖相似度論文解讀 | | ├──1-要完成的任務(wù)分析.mp4 47.79M | | ├──2-基本方法概述解讀.mp4 52.67M | | ├──3-圖模型提取全局與局部特征.mp4 47.42M | | ├──4-NTN模塊的作用與效果.mp4 41.09M | | ├──5-點之間的對應(yīng)關(guān)系計算.mp4 51.22M | | └──6-結(jié)果輸出與總結(jié).mp4 71.18M | ├──7-圖相似度計算實戰(zhàn) | | ├──1-數(shù)據(jù)集與任務(wù)概述.mp4 18.11M | | ├──2-圖卷積特征提取模塊.mp4 55.92M | | ├──3-分別計算不同Batch點的分布.mp4 31.70M | | ├──4-獲得直方圖特征結(jié)果.mp4 21.11M | | ├──5-圖的全局特征構(gòu)建.mp4 31.45M | | ├──6-NTN圖相似特征提取.mp4 39.25M | | └──7-預(yù)測得到相似度結(jié)果.mp4 18.64M | ├──8-基于圖模型的軌跡估計 | | ├──1-數(shù)據(jù)集與標(biāo)注信息解讀.mp4 57.53M | | ├──2-整體三大模塊分析.mp4 71.83M | | ├──3-特征工程的作用與效果.mp4 41.75M | | ├──4-傳統(tǒng)方法與現(xiàn)在向量空間對比.mp4 51.83M | | ├──5-輸入細節(jié)分析.mp4 49.96M | | ├──6-子圖模塊構(gòu)建方法.mp4 42.55M | | ├──7-特征融合模塊分析.mp4 47.67M | | └──8-VectorNet輸出層分析.mp4 85.45M | ├──9-圖模型軌跡估計實戰(zhàn) | | ├──1-數(shù)據(jù)與環(huán)境配置.mp4 35.36M | | ├──2-訓(xùn)練數(shù)據(jù)準(zhǔn)備.mp4 27.69M | | ├──3-Agent特征提取方法.mp4 37.87M | | ├──4-DataLoader構(gòu)建圖結(jié)構(gòu).mp4 28.61M | | └──5-SubGraph與Attention模型流程.mp4 34.55M | ├──課程詳細目錄.txt 0.06kb | └──咨詢VX ETH22009.txt 0.02kb ├──12-3D點云實戰(zhàn) | ├──1-3D點云實戰(zhàn) 3D點云應(yīng)用領(lǐng)域分析 | | ├──1-點云數(shù)據(jù)概述.mp4 49.53M | | ├──2-點云應(yīng)用領(lǐng)域與發(fā)展分析.mp4 82.18M | | ├──3-點云分割任務(wù).mp4 52.03M | | ├──4-點云補全任務(wù).mp4 29.17M | | ├──5-點云檢測與配準(zhǔn)任務(wù).mp4 59.58M | | └──6-點云數(shù)據(jù)特征提取概述與預(yù)告.mp4 22.69M | ├──2-3D點云PointNet算法 | | ├──1-3D數(shù)據(jù)應(yīng)用領(lǐng)域與點云介紹.mp4 40.05M | | ├──2-點云數(shù)據(jù)可視化展示.mp4 40.07M | | ├──3-點云數(shù)據(jù)特性和及要解決的問題.mp4 33.08M | | ├──4-PointNet算法出發(fā)點解讀.mp4 17.46M | | └──5-PointNet算法網(wǎng)絡(luò)架構(gòu)解讀.mp4 31.01M | ├──3-PointNet++算法解讀 | | ├──1-PointNet升級版算法要解決的問題.mp4 22.08M | | ├──2-最遠點采樣方法.mp4 21.00M | | ├──3-分組Group方法原理解讀.mp4 32.79M | | ├──4-整體流程概述分析.mp4 16.37M | | ├──5-分類與分割問題解決方案.mp4 21.74M | | └──6-遇到的問題及改進方法分析.mp4 13.43M | ├──4-Pointnet++項目實戰(zhàn) | | ├──1-項目文件概述.mp4 29.02M | | ├──11-分割任務(wù)數(shù)據(jù)與配置概述.mp4 51.28M | | ├──12-分割需要解決的任務(wù)概述.mp4 33.94M | | ├──13-上采樣完成分割任務(wù).mp4 44.75M | | ├──2-數(shù)據(jù)讀取模塊配置.mp4 39.23M | | ├──3-DEBUG解讀網(wǎng)絡(luò)模型架構(gòu).mp4 24.25M | | ├──4-最遠點采樣介紹.mp4 19.48M | | ├──5-采樣得到中心點.mp4 31.77M | | ├──6-組區(qū)域劃分方法.mp4 24.88M | | ├──7-實現(xiàn)group操作得到各中心簇.mp4 35.00M | | ├──8-特征提取模塊整體流程.mp4 40.04M | | └──9-預(yù)測結(jié)果輸出模塊.mp4 38.74M | ├──5-點云補全PF-Net論文解讀 | | ├──1-點云補全要解決的問題.mp4 23.13M ├──10-2022論⽂必備-Transformer實戰(zhàn)系列 | ├──1-Transformer算法解讀 | | └──1-Transformer算法解讀.mp4 557.22M | ├──10-MedicalTrasnformer論文解讀 | | ├──1-論文整體分析.mp4 23.72M | | ├──2-核心思想分析.mp4 54.26M | | ├──3-網(wǎng)絡(luò)結(jié)構(gòu)計算流程概述.mp4 44.46M | | ├──4-論文公式計算分析.mp4 46.93M | | ├──5-位置編碼的作用與效果.mp4 46.55M | | └──6-拓展應(yīng)用分析.mp4 56.52M | ├──11-MedicalTransformer源碼解讀 | | ├──1-項目環(huán)境配置.mp4 25.29M | | ├──2-醫(yī)學(xué)數(shù)據(jù)介紹與分析.mp4 56.68M | | ├──3-基本處理操作.mp4 25.77M | | ├──4-AxialAttention實現(xiàn)過程.mp4 36.87M | | ├──5-位置編碼向量解讀.mp4 27.80M | | ├──6-注意力計算過程與方法.mp4 52.13M | | └──7-局部特征提取與計算.mp4 40.92M | ├──12-商湯LoFTR算法解讀 | | ├──1-特征匹配的應(yīng)用場景.mp4 87.35M | | ├──10-總結(jié)分析.mp4 39.42M | | ├──2-特征匹配的基本流程分析.mp4 15.91M | | ├──3-整體流程梳理分析.mp4 16.46M | | ├──4-CrossAttention的作用與效果.mp4 15.69M | | ├──5-transformer構(gòu)建匹配特征.mp4 33.79M | | ├──6-粗粒度匹配過程與作用.mp4 26.00M | | ├──7-特征圖拆解操作.mp4 14.34M | | ├──8-細粒度匹配的作用與方法.mp4 19.87M | | └──9-基于期望預(yù)測最終位置.mp4 23.08M | ├──13-局部特征關(guān)鍵點匹配實戰(zhàn) | | ├──1-項目與參數(shù)配置解讀.mp4 44.48M | | ├──10-得到精細化輸出結(jié)果.mp4 19.35M | | ├──11-通過期望計算最終輸出.mp4 40.24M | | ├──2-DEMO效果演示.mp4 39.57M | | ├──3-backbone特征提取模塊.mp4 28.65M | | ├──4-注意力機制的作用與效果分析.mp4 30.98M | | ├──5-特征融合模塊實現(xiàn)方法.mp4 29.29M | | ├──6-cross關(guān)系計算方法實例.mp4 29.30M | | ├──7-粗粒度匹配過程.mp4 49.80M | | ├──8-完成基礎(chǔ)匹配模塊.mp4 63.33M | | └──9-精細化調(diào)整方法與實例.mp4 42.73M | ├──14-分割模型Maskformer系列 | | └──1-分割模型Maskformer系列.mp4 776.88M | ├──15-Mask2former源碼解讀 | | ├──1-Backbone獲取多層級特征.mp4 35.79M | | ├──10-正樣本篩選損失計算.mp4 41.78M | | ├──11-標(biāo)簽分類匹配結(jié)果分析.mp4 62.04M | | ├──12-最終損失計算流程.mp4 52.29M | | ├──13-匯總所有損失完成迭代.mp4 35.76M | | ├──2-多層級采樣點初始化構(gòu)建.mp4 41.46M | | ├──3-多層級輸入特征序列創(chuàng)建方法.mp4 43.83M | | ├──4-偏移量與權(quán)重計算并轉(zhuǎn)換.mp4 48.78M | | ├──5-Encoder特征構(gòu)建方法實例.mp4 49.77M | | ├──6-query要預(yù)測的任務(wù)解讀.mp4 45.61M | | ├──7-Decoder中的AttentionMask方法.mp4 50.89M | | ├──8-損失模塊輸入?yún)?shù)分析.mp4 40.84M | | └──9-標(biāo)簽分配策略解讀.mp4 42.53M | ├──16-BEV特征空間 | | └──1-BEV特征空間.mp4 523.07M | ├──17-BevFormer源碼解讀 | | ├──1-環(huán)境配置方法解讀.mp4 42.79M | | ├──10-獲取當(dāng)前BEV特征.mp4 35.90M | | ├──11-Decoder級聯(lián)校正模塊.mp4 41.58M | | ├──12-損失函數(shù)與預(yù)測可視化.mp4 49.48M | | ├──2-數(shù)據(jù)集下載與配置方法.mp4 53.57M | | ├──3-特征提取以及BEV空間初始化.mp4 43.81M | | ├──4-特征對齊與位置編碼初始化.mp4 43.63M | | ├──5-Reference初始點構(gòu)建.mp4 37.26M | | ├──6-BEV空間與圖像空間位置對應(yīng).mp4 37.67M | | ├──7-注意力機制模塊計算方法.mp4 38.61M | | ├──8-BEV空間特征構(gòu)建.mp4 34.01M | | └──9-Decoder要完成的任務(wù)分析.mp4 33.95M | ├──18-時間序列預(yù)測 | | └──1-時間序列預(yù)測.mp4 375.40M | ├──19-Informer時間序列源碼解讀 | | └──1-Informer時間序列源碼解讀.mp4 829.10M
購買主題
本主題需向作者支付 7 資源幣 才能瀏覽
| |
| ||
| ||
| ||
| ||
| ||
| ||
| ||
| ||
| ||
小黑屋|資源共享吧 ( 瓊ICP備2023000410號-1 )
GMT+8, 2025-4-16 06:37 , Processed in 0.073775 second(s), 17 queries , MemCached On.
發(fā)表于 2025-4-8 11:35:41
收藏