最新公告

欢迎您光临潮课网，现活动只需198元开通会员即可全站免费下载立即加入我们

当前位置：潮课网 > IT/编程 > 2022黑马人工智能AI进阶视频课程,黑马博学谷(年度钻石会员) 价值11980元

2022黑马人工智能AI进阶视频课程,黑马博学谷(年度钻石会员) 价值11980元

2023-08-24 潮课网 IT/编程关注460次

资源介绍

有疑问？请点击复制链接咨询！

课程介绍:
黑马博学谷【年度钻石会员】人工智能 AI进阶视频课程。本课是一门零基础人工智能体系化视频课程，讲师从基础python开始讲解，由浅入深，全面涵盖Python基础、Python 框架、机器学习入门到进阶、计算机视觉与图像处理、NLP自然语言处理、人工智能面试讲解等内容。围绕众多企业实战项目，手把手带你掌握整个构建流程，并传授项目最优解决方案，深入剖析业务重难点问题，带你进阶人工智能AI工程师。实战项目:
人脸识别项目：人脸跟踪，检测姓名、性别、情绪等信息，人眼状态检测、活体检测、陌生人检测与报警，深度神经网络的训练。——/黑马人工智能AI进阶年度钻石会员2022年价值11980元/
├──【主学习路线】01、阶段一人工智能Python基础
| ├──1--第一章计算机组成原理
| | └──1--计算机原理
| ├──10--第十章公共方法
| | ├──1--公共方法
| | └──2--推导式
| ├──11--第十一章函数
| | ├──1--函数介绍
| | ├──10--函数参数二
| | ├──11--拆包, 交换变量
| | ├──12--引用
| | ├──2--函数参数一
| | ├──3--函数返回值一
| | ├──4--函数文档说明
| | ├──5--函数嵌套
| | ├──6--局部变量
| | ├──7--全局变量
| | ├──8--函数执行流程
| | └──9--函数返回值二
| ├──12--第十二章函数强化
| | ├──1--函数应用学员管理系统
| | ├──2--课后练习(学员管理系统)
| | ├──3--递归函数
| | ├──4--匿名函数
| | └──5--高阶函数
| ├──13--第十三章文件操作
| | ├──1--文件操作介绍
| | ├──2--文件读写操作
| | ├──3--案例文件备份
| | └──4--文件及文件夹的相关操作
| ├──14--第十四章面向对象
| | ├──1--面向对象介绍
| | ├──10--私有属性和方法
| | ├──11--多态
| | ├──12--类属性及相关方法
| | ├──2--类和对象
| | ├──3--对象属性操作
| | ├──4--魔法方法
| | ├──5--案例烤地瓜
| | ├──6--案例搬家具
| | ├──7--继承
| | ├──8--子类重写父类属性和方法
| | └──9--super方法使用
| ├──15--第十五章异常
| | ├──1--异常介绍
| | ├──2--捕获异常
| | ├──3--异常传递
| | └──4--自定义异常
| ├──16--第十六章模块
| | ├──1--模块介绍
| | ├──2--模块制作
| | └──3--python中的包
| ├──17--第十七章学生管理系统(面向对象版)
| | └──1--学生管理系统(面向对象)
| ├──2--第二章 python基础语法
| | ├──1--课程介绍
| | ├──2--注释
| | ├──3--变量
| | ├──4--bug认识
| | ├──5--数据类型
| | ├──6--输出
| | ├──7--输入
| | ├──8--数据类型转换
| | └──9--运算符
| ├──3--第三章判断语句
| | ├──1--判断语句介绍
| | ├──2--if基本格式
| | ├──3--if...elif...else格式
| | ├──4--if嵌套
| | └──5--案例猜拳游戏
| ├──4--第四章循环语句
| | ├──1--循环语句介绍
| | ├──2--while循环
| | ├──3--循环应用
| | ├──4--break和continue
| | ├──5--while循环嵌套及应用
| | ├──6--for循环
| | └──7--循环else应用
| ├──5--第五章字符串
| | ├──1--字符串介绍
| | ├──2--输入输出
| | ├──3--切片
| | └──4--字符串操作方法
| ├──6--第六章列表
| | ├──1--列表相关操作
| | ├──2--列表循环遍历
| | └──3--列表嵌套
| ├──7--第七章元组
| | └──1--元组相关操作
| ├──8--第八章字典
| | ├──1--字典介绍
| | ├──2--字典的常见操作
| | └──3--字典遍历
| └──9--第九章集合
| | └──1--集合的相关操作
├──【主学习路线】02、阶段二人工智能Python高级
| ├──1--第一章 Linux基础命令
| | ├──1--linux简介
| | └──2--linux相关命令
| ├──10--第十章 MySqL数据库高级使用
| | ├──1--条件查询
| | ├──2--实战操作
| | ├──3--外键使用
| | ├──4--视图
| | ├──5--事务
| | ├──6--索引
| | ├──7--设计范式
| | └──8--PyMySQL的使用
| ├──2--第二章 Linux高级命令
| | ├──1--linux高级操作
| | ├──2--远程控制
| | └──3--vim介绍
| ├──3--第三章多任务编程
| | ├──1--多任务介绍
| | ├──2--多进程介绍
| | ├──3--多线程介绍
| | ├──4--锁的介绍
| | └──5--进程和线程的对比
| ├──4--第四章网络编程
| | ├──1--ip和端口介绍
| | ├──2--TCP介绍
| | ├──3--TCP开发流程
| | └──4--多任务案例
| ├──5--第五章 HTTP协议和静态服务器
| | ├──1--HTTP协议
| | └──2--静态web服务器搭建
| ├──6--第六章闭包,装饰器及python高级语法
| | ├──1--闭包
| | ├──2--装饰器
| | ├──3--property语法
| | ├──4--with语法
| | └──5--python高级语法
| ├──7--第七章正则表达式
| | └──1--正则表达式
| ├──8--第八章数据结构与算法
| | ├──1--算法概念
| | ├──10--选择排序
| | ├──11--插入排序
| | ├──12--快速排序
| | ├──13--二分查找
| | ├──14--二叉树
| | ├──15--二叉树的遍历
| | ├──2--时间复杂度
| | ├──3--空间复杂度
| | ├──4--数据结构
| | ├──5--顺序表
| | ├──6--链表
| | ├──7--栈
| | ├──8--队列
| | └──9--冒泡排序
| └──9--第九章 MySql数据库基本使用
| | ├──1--数据库介绍
| | ├──2--数据表的基本操作
| | ├──3--where条件查询
| | └──4--排序
├──【主学习路线】03、阶段三人工智能机器学习
| ├──1--第一章机器学习概述V2.1
| | └──1--机器学习介绍
| ├──10--第十章决策树V2.1
| | ├──1--信息增益
| | ├──2--特征提取
| | ├──3--案例泰坦生存预测
| | └──4--回归决策树
| ├──11--第十一章集成学习V2.1
| | ├──1--集成介绍
| | ├──2--随机森林案例
| | └──3--集成学习
| ├──12--第十二章聚类算法V2.1
| | └──1--聚类算法
| ├──13--第十三章朴素贝叶斯V2.1
| | └──1--朴素贝叶斯
| ├──14--第十四章 SVM算法V2.1
| | └──1--SVM算法
| ├──15--第十五章 EM算法V2.1
| | └──1--EM算法
| ├──16--第十六章 HMM算法V2.1
| | └──1--HMM算法
| ├──17--第十七章集成学习进阶V2.1
| | ├──1--XGBoost算法
| | ├──2--otto案例
| | ├──3--lightGBM算法
| | └──4--绝地求生案例
| ├──2--第二章环境安装和使用V2.1
| | └──1--环境安装及使用
| ├──3--第三章 matplotlibV2.1
| | └──1--matplotlib使用
| ├──4--第四章 numpyV2.1
| | └──1--numpy使用
| ├──5--第五章 pandasV2.1
| | ├──1--pandas数据结构
| | ├──2--pandas基础使用
| | ├──3--pandas高级使用
| | └──4--电影案例分析
| ├──6--第六章 seabornV2.1
| | ├──1--绘制统计图
| | ├──2--分类数据绘图
| | ├──3--NBA案例
| | └──4--北京租房数据统计分析
| ├──666JAVA下载必看
| | ├──解压密码：666java.com
| | ├──高薪学习it网.url  0.05kb
| | ├──海量优质it资源.url  0.05kb
| | ├──看看我.zip  14.66M
| | ├──课程总结.mp4  14.73M
| | ├──面试合集.txt  0.18kb
| | ├──软件下载.txt  0.15kb
| | ├──下载必看.txt  0.16kb
| | └──资料2.zip  14.66M
| ├──7--第七章 K近邻算法V2.1
| | ├──1--k近邻算法介绍
| | ├──2--kd树
| | ├──3--数据集处理
| | ├──4--特征工程
| | ├──5--KNN总结
| | ├──6--交叉验证, 网格搜索
| | └──7--案例 Facebook位置预测
| ├──8--第八章线性回归V2.1
| | ├──1--回归介绍
| | ├──2--损失优化
| | └──3--回归相关知识
| └──9--第九章逻辑回归V2.1
| | ├──1--逻辑回归
| | ├──解压密码：666java.com
| | ├──高薪学习it网.url  0.05kb
| | ├──海量优质it资源.url  0.05kb
| | ├──看看我.zip  14.66M
| | ├──课程总结.mp4  14.73M
| | ├──面试合集.txt  0.18kb
| | ├──软件下载.txt  0.15kb
| | ├──下载必看.txt  0.16kb
| | └──资料2.zip  14.66M
├──【主学习路线】04、阶段四计算机视觉与图像处理
| ├──1--第一章课程简介_v2.0
| | ├──1--深度学习
| | └──2--计算机视觉（CV）
| ├──10--第十章图像特征提取与描述_v2.0
| | ├──1--角点特征
| | ├──2--Harris和Shi-Tomas算法
| | ├──3--SIFT
| | ├──4--Fast和ORB算法
| | └──5--LBP和HOG特征算子
| ├──11--第十一章视频操作_v2.0
| | ├──1--视频读写
| | └──2--视频追踪
| ├──12--第十二章案例人脸案例_v2.0
| | └──1--案例人脸案例
| ├──2--第二章 tensorflow入门_v2.0
| | ├──1--tensorflow和keras简介
| | └──2--快速入门模型
| ├──3--第三章深度神经网络_v2.0
| | ├──1--神经网络简介
| | ├──2--常见的损失函数
| | ├──3--深度学习的优化方法
| | ├──4--深度学习的正则化
| | ├──5--神经网络案例
| | └──6--卷积神经网络CNN
| ├──4--第四章图像分类_v2.0
| | ├──1--图像分类简介
| | ├──2--AlexNet
| | ├──3--VGG
| | ├──4--GoogleNet
| | ├──5--ResNet
| | ├──6--图像增强方法
| | └──7--模型微调
| ├──5--第五章目标检测_v2.0
| | ├──1--目标检测概述
| | ├──2--R-CNN网络基础
| | ├──3--Faster-RCNN原理与实现
| | ├──4--yolo系列算法
| | ├──5--yoloV3案例
| | └──6--SSD模型介绍
| ├──6--第六章图像分割_v2.0
| | ├──1--目标分割介绍
| | ├──2--语义分割：FCN与Unet
| | ├──3--Unet-案例
| | └──4--实例分割：MaskRCNN
| ├──7--第七章 OpenCV简介_v2.0
| | ├──1--图像处理简介
| | ├──2--OpenCV简介及安装方法
| | └──3--OpenCV的模块
| ├──8--第八章 OpenCV基本操作_v.2.0
| | ├──1--图像的基础操作
| | └──2--算数操作
| └──9--第九章 OpenCV图像处理_v2.0
| | ├──1--几何变换
| | ├──2--形态学操作
| | ├──3--图像平滑
| | ├──4--直方图
| | ├──5--边缘检测
| | ├──6--模版匹配和霍夫变换
| | └──7--轮廓检测
├──【主学习路线】05、阶段五 NLP自然语言处理
| └──【主学习路线】05、阶段五 NLP自然语言处理
| | ├──1--第一章 Pytorch工具_v2.0
| | ├──10--第十章迁移学习-v2.0
| | ├──11--第十一章 BERT,Transformer的模型架构与详解-v2.0
| | ├──12--第十二章 ELMo, GPT等经典模型的介绍与对比-v2.0
| | ├──13--第十三章 HMM模型-v2.0
| | ├──14--第十四章经典的序列模型-v2.0
| | ├──2--第二章自然语言处理NLP介绍-v2.0
| | ├──3--第三章文本预处理-v2.0
| | ├──4--第四章 RNN架构解析-v2.0
| | ├──5--第五章 RNN经典案例-v2.0
| | ├──6--第六章莎士比亚风格的文本生成任务-v2.0
| | ├──7--第七章 Transformer背景介绍-v2.0
| | ├──8--第八章 Transformer架构解析-v2.0
| | └──9--第九章 fasttext工具的使用-v2.0
├──【主学习路线】06、阶段六人工智能项目实战
| ├──1--第一章智慧交通
| | ├──1--项目简介
| | ├──10--车流量统计
| | ├──11--相机校正
| | ├──12--相机校正和图像去畸变
| | ├──13--车道线提取
| | ├──14--透视变换
| | ├──15--车道线定位与拟合
| | ├──16--车道曲率与车辆偏离中心线距离
| | ├──17--在视频中进行车道线检测
| | ├──18--SIamese网络系列（选学）
| | ├──19--跟踪效果（选学）
| | ├──2--算法原理
| | ├──20--数据集处理（选学）
| | ├──21--网络模型搭建（选学）
| | ├──22--网络模型训练（选学）
| | ├──23--网络模型测试（选学）
| | ├──24--网络模型应用（选学）
| | ├──3--多目标跟踪
| | ├──4--辅助功能
| | ├──5--卡尔曼滤波
| | ├──6--匈牙利算法
| | ├──7--数据关联
| | ├──8--SORT
| | └──9--目标检测
| ├──2--第二章在线医生
| | ├──1--背景介绍
| | ├──10--结构化数据流水线
| | ├──11--非结构化数据流水线
| | ├──12--任务介绍与模型选用
| | ├──13--训练数据集
| | ├──14--BERT中文预训练模型
| | ├──15--构建RNN模型
| | ├──16--进行模型训练
| | ├──17--NE模型使用
| | ├──18--命名实体识别介绍
| | ├──19--BiLSTM介绍
| | ├──2--Unit对话API使用
| | ├──20--CRF介绍
| | ├──21--BiLSTM+CRF模型
| | ├──22--模型训练
| | ├──23--模型使用
| | ├──24--在线部分简要分析
| | ├──25--werobot服务构建
| | ├──26--主要逻辑服务
| | ├──27--任务介绍与模型选用及训练数据集
| | ├──28--BERT中文预训练模型1
| | ├──29--微调模型
| | ├──3--在线医生的总体架构
| | ├──30--进行模型训练1
| | ├──31--模型部署
| | ├──32--系统联调与测试
| | ├──4--总体架构中的工具介绍
| | ├──5--neo4j简介
| | ├──6--neo4j图数据库的安装
| | ├──7--Cypher介绍与使用
| | ├──8--在Python中使用neo4j
| | └──9--离线部分简要分析
| ├──3--第三章智能文本分类系统
| | ├──1--整体系统搭建
| | ├──2--构建标签词汇图谱
| | ├──3--特征工程和fasttext模型训练
| | ├──4--多模型训练和预测
| | ├──5--系统联调和测试
| | ├──6--泛娱乐推荐介绍
| | ├──7--召回模块
| | └──8--排序模块
| └──4--第四章实时人脸识别检测项目
| | ├──1--人脸识别
| | ├──2--口罩检测
| | ├──3--Dlib模型训练
| | ├──4--活体检测
| | └──5--属性识别
├──【主学习路线】07、阶段七人工智能面试强化（赠送）
| ├──1--第一章自动编码器
| | ├──1--自动编码器历史与应用介绍
| | ├──2--构建自动编码器
| | ├──3--自动编码器改进技巧
| | └──4--变分自动编码器
| ├──10--第十章贝叶斯方法实现及粒子滤波
| | └──1--贝叶斯方法实现及粒子滤波
| ├──11--第十一章深度强化学习
| | ├──1--强化学习
| | ├──2--Q-learning算法
| | └──3--Deep Q-Network
| ├──2--第二章图像分割应用
| | └──1--图像分割应用介绍
| ├──3--第三章生成对抗学习
| | └──1--生成对抗学习
| ├──4--第四章算法进阶迁移学习
| | └──1--迁移学习介绍
| ├──5--第五章模型可解释
| | └──1--模型可解释
| ├──6--第六章模型压缩
| | └──1--模型压缩
| ├──7--第七章终生学习
| | └──1--终生学习
| ├──8--第八章算法进阶进化学习
| | └──1--进化学习
| └──9--第九章贝叶斯方法
| | └──1--贝叶斯方法
├──【课外拓展】01、阶段一 HR 面试技巧
| └──【课外拓展】01、阶段一 HR面试技巧.zip  1.94G
├──【课外拓展】02、阶段二赠送-人脸支付
| └──第一章 1-人脸支付
| | ├──0-1 项目背景介绍
| | ├──0-2 人脸检测子任务
| | ├──0-3 人脸姿态估计
| | ├──0-4 人脸多任务
| | ├──0-5 人脸识别
| | └──0-6 项目集成
├──【课外拓展】03、阶段三赠送-文本摘要项目
| └──第一章 1-文本摘要项目
| | ├──0-1 文本摘要项项目背景介绍
| | ├──0-10 模型的预测
| | ├──0-11 词向量的单独训练
| | ├──0-12 模型的优化
| | ├──0-13 PGN架构
| | ├──0-14 数据预处理
| | ├──0-15 PGN数据特殊性分析
| | ├──0-16 迭代器和类的实现
| | ├──0-17 PGN模型的搭建
| | ├──0-18 PGN模型训练
| | ├──0-19 PGN模型预测
| | ├──0-2 项目中的数据集初探
| | ├──0-20 评估方法介绍
| | ├──0-21 BLEU算法理论
| | ├──0-22 ROUGE算法理论
| | ├──0-23 ROUGE算法实现
| | ├──0-24 coverage机制原理
| | ├──0-25 coverage模型类实现
| | ├──0-26 coverage训练和预测
| | ├──0-27 Beam-search原理介绍
| | ├──0-28 Beam-search模型类实现
| | ├──0-29 TF-IDF算法原理和实现
| | ├──0-3 TextRank算法理论基础
| | ├──0-30 单词替换法的类实现
| | ├──0-31 单词替换法的训练和评估
| | ├──0-32 回译数据法实现和评估
| | ├──0-33 半监督学习法原理和实现
| | ├──0-34 训练策略原理和实现
| | ├──0-35 模型转移实现
| | ├──0-36 GPU优化原理和实现
| | ├──0-37 CPU优化原理和实现
| | ├──0-38 Flask实现模型部署
| | ├──0-4 TextRank算法实现模型
| | ├──0-5 seq2seq架构
| | ├──0-6 seq3seq架构
| | ├──0-7 工具函数的实现
| | ├──0-8 模型类的搭建
| | └──0-9 模型的训练
├──【课外拓展】04、阶段四入学第一课
| └──无课程相关内容
├──【课外拓展】05、阶段五阶段一 python基础（更新）
| ├──第二章 2-python面向对象
| | ├──0-1 类定义及类属性使用
| | ├──0-2 魔法方法
| | ├──0-3 案例-面向对象
| | ├──0-4 面向对象封装与继承
| | ├──0-5 面向对象多态
| | └──0-6 类属性方法
| └──第一章 1-python基础编程
| | ├──0-1 python开发环境搭建
| | ├──0-10 循环else
| | ├──0-11 字符串定义切片
| | ├──0-12 字符串查找，替换，合并
| | ├──0-13 列表定义及使用
| | ├──0-14 元祖定义及使用
| | ├──0-15 字典定义及使用
| | ├──0-16 案例-学生管理系统（一）
| | ├──0-17 集合定义及使用
| | ├──0-18 公共方法与推导式
| | ├──0-19 函数基本使用
| | ├──0-2 Python注释与变量
| | ├──0-20 函数基本使用替代视频（04,05,06）
| | ├──0-21 函数作用域
| | ├──0-22 不定长参数与组包拆包
| | ├──0-23 案例-学生管理系统（二）
| | ├──0-24 基础加强练习
| | ├──0-25 可变类型及非可变类型
| | ├──0-26 递推
| | ├──0-27 递归
| | ├──0-28 lambda表达式
| | ├──0-29 文件基本操作
| | ├──0-3 Python数据类型
| | ├──0-30 文件操作案例
| | ├──0-31 案例-学生管理系统（三）
| | ├──0-32 python异常处理
| | ├──0-33 python模块与包
| | ├──0-34 案例-飞机大战
| | ├──0-4 Python格式化输出
| | ├──0-5 Python运算符
| | ├──0-6 Python分支语句
| | ├──0-7 while循环
| | ├──0-8 while循环案例
| | └──0-9 for循环及案例
├──【课外拓展】06、阶段六阶段二 Python高级（更新）
| ├──第二章 2-SQL基础
| | ├──0-1 数据库基础
| | ├──0-2 SQL语言基础
| | ├──0-3 SQL约束
| | ├──0-4 SQL聚合
| | ├──0-5 SQL多表查询
| | └──0-6 SQL高阶特性
| ├──第三章 3-Python编程进阶
| | ├──0-1 函数的闭包
| | ├──0-10 进程
| | ├──0-11 线程
| | ├──0-12 进程线程对比
| | ├──0-13 With上下文管理器
| | ├──0-14 Python生成器
| | ├──0-15 Python中深浅拷贝
| | ├──0-16 Python中正则表达式
| | ├──0-17 正则表达式扩展
| | ├──0-18 FastAPI搭建Web服务器
| | ├──0-19 Python爬虫
| | ├──0-2 装饰器
| | ├──0-3 PyMySQL
| | ├──0-4 HTML基础
| | ├──0-5 CSS基础
| | ├──0-6 Socket网络编程
| | ├──0-7 TCP服务器开发
| | ├──0-8 静态Weeb服务器
| | └──0-9 FastAPI
| └──第一章 1-Linux基础
| | ├──0-1 Linux基础
| | ├──0-2 Linux终端基本使用
| | ├──0-3 Linux常用命令(1)
| | └──0-4 Linux常用命令(2)
├──【课外拓展】07、阶段七阶段三机器学习（更新）
| ├──第二章 2-机器学习算法进阶
| | ├──0-1 决策树算法
| | ├──0-2 朴素贝叶斯算法
| | ├──0-3 SVM算法
| | ├──0-4 聚类算法
| | ├──0-5 集成学习算法
| | └──0-6 机器学习算法回顾总结（有需要的同学可以看看）
| └──第一章 1-机器学习基础算法
| | ├──0-1 人工智能原理基础
| | ├──0-2 KNN算法
| | ├──0-3 线性回归
| | └──0-4 逻辑回归
├──【课外拓展】08、阶段八阶段四—深度学习基础补充视频
| └──【课外拓展】08、阶段八阶段四—深度学习基础补充视频
| | ├──01-深度学习基础-TensorFlow和keras入门-张量计算增补-轴axis的意义.mp4  100.88M
| | ├──02-深度学习基础-TensorFlow和keras入门-张量计算增补-轴axis的应用(1).mp4  134.81M
| | ├──02-深度学习基础-TensorFlow和keras入门-张量计算增补-轴axis的应用.mp4  134.81M
| | ├──03-深度学习基础-深度神经网络-神经网络介绍-网络是如何工作的-参数初始化增补-初始化方式的对比.mp4  132.24M
| | ├──04-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-数据传输过程(1).mp4  43.91M
| | ├──04-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-数据传输过程.mp4  43.91M
| | ├──05-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-前向传播过程（输入层到隐藏层）(1).mp4  38.46M
| | ├──05-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-前向传播过程（输入层到隐藏层）.mp4  38.46M
| | ├──06-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-前向传输过程（隐藏层到输出层）(1).mp4  19.99M
| | ├──06-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-前向传输过程（隐藏层到输出层）.mp4  19.99M
| | ├──07-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-损失函数的计算.mp4  49.95M
| | ├──08-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-输出层权值的更新.mp4  65.37M
| | ├──09-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-隐藏层权值的更新.mp4  63.39M
| | ├──10-深度学习基础-深度神经网络-卷积神经网络CNN增补-网络参数量的计算.mp4  155.78M
| | ├──11-深度学习基础-图像分类-图像分类案例补充(1)-任务介绍.mp4  51.45M
| | ├──12-深度学习基础-图像分类-图像分类案例补充(2)-数据接获取与可视化.mp4  149.87M
| | ├──13-深度学习基础-图像分类-图像分类案例补充(3)-图像增强.mp4  27.15M
| | ├──14-深度学习基础-图像分类-图像分类案例补充(4)-Xception模型介绍.mp4  107.98M
| | ├──15-深度学习基础-图像分类-图像分类案例补充(5)-项目网络介绍.mp4  131.99M
| | ├──16-深度学习基础-图像分类-图像分类案例补充(6)-网络构建（输入流）.mp4  28.44M
| | ├──17-深度学习基础-图像分类-图像分类案例补充(7)-网络构建（中间流）.mp4  29.77M
| | ├──18-深度学习基础-图像分类-图像分类案例补充(8)-网络构建（输出流）.mp4  41.05M
| | ├──19-深度学习基础-图像分类-图像分类案例补充(9)-模型训练.mp4  121.96M
| | ├──20-深度学习基础-图像分类-图像分类案例补充(10)-模型训练的实现.mp4  22.20M
| | └──21-深度学习基础-图像分类-图像分类案例补充(11)-模型预测.mp4  143.40M
├──【课外拓展】09、阶段九阶段五—NLP基础补充视频
| ├──01-文本预处理-文本预处理-文本数据增强讲解 .mp4  14.12M
| ├──02-文本预处理-文本预处理-文本数据增强代码实现 .mp4  14.17M
| ├──03-文本预处理- 新闻主题分类任务-数据加载方式的增补代码解读 .mp4  9.12M
| ├──04-文本预处理-新闻主题分类任务-数据加载方式的增补文件补齐 .mp4  5.40M
| ├──05-RNN及其变体-RNN架构解析-注意力机制的增补内容概念 .mp4  9.78M
| ├──06-RNN及其变体-RNN架构解析-注意力机制的增补流程梳理 .mp4  20.46M
| ├──07-RNN及其变体-RNN架构解析-注意力机制的增补attention机制模型 .mp4  34.58M
| ├──08-RNN及其变体-RNN架构解析-注意力机制的增补attention公式讲解 .mp4  21.86M
| ├──09-RNN及其变体-RNN架构解析-注意力机制的增补attention应用场景 .mp4  14.74M
| ├──10-Transformer—新增案例机器翻译模型-1模型的介绍 .mp4  57.15M
| ├──11-Transformer—新增案例机器翻译模型-数据的下载和vocab构建 .mp4  24.13M
| ├──12-Transformer—新增案例机器翻译模型-3模型构建 .mp4  31.48M
| ├──13-Transformer—新增案例机器翻译模型-4掩码的构建 .mp4  15.05M
| ├──14-Transformer—新增案例机器翻译模型-5数据批处理 .mp4  13.79M
| ├──15-Transformer—新增案例机器翻译模型-6构建训练函数和评估函数 .mp4  32.81M
| ├──16-Transformer—新增案例机器翻译模型-7训练模型和定义解码函数 .mp4  22.58M
| ├──17-Transformer—新增案例机器翻译模型-8翻译函数的定义和9模型保存 .mp4  13.30M
| ├──18-迁移学习—迁移理论—加载和使用预训练模型全小节增补-1tokenizer加载 .mp4  22.91M
| ├──19-迁移学习—迁移理论—加载和使用预训练模型全小节增补-2加载带头和不带头的预训练模型 .mp4  39.74M
| ├──20-迁移学习—迁移理论—加载和使用预训练模型全小节增补-3加载不带头的模型输出结果 .mp4  27.98M
| ├──21-迁移学习—迁移理论—加载和使用预训练模型全小节增补-4加载语言模型头结果输出 .mp4  25.83M
| ├──22-迁移学习—迁移理论—加载和使用预训练模型全小节增补-5加载分类模型头结果输出 .mp4  21.14M
| ├──23-迁移学习—迁移理论—加载和使用预训练模型全小节增补-6加载问答模型头结果输出 .mp4  45.77M
| ├──24-迁移学习—迁移理论—迁移学习实践增补内容-模型上传 .mp4  52.62M
| ├──25-迁移学习—迁移理论—迁移学习实践增补内容-模型上传后加载使用 .mp4  29.35M
| └──26-虚拟机的使用 .mp4  14.09M
├──【课外拓展】10、阶段十 CV基础+项目（更新）
| └──【课外拓展】10、阶段十 CV基础+项目（更新）
| | ├──第二章 2-深度学习核心模型与实战
| | ├──第六章 6-04 - 智慧交通
| | ├──第三章 3-01 - 目标检测
| | ├──第四章 4-02 - OpenCV
| | ├──第五章 5-03 - 人脸支付
| | └──第一章 1-Pytorch与深度学习基础
└──人工智能课件
| ├──01-阶段1-3（python基础、python高级、机器学习）
| | ├──02-虚拟机环境
| | ├──01-Python+机器学习课程环境使用说明(1).pdf  3.78M
| | ├──01-阶段1-3（python基础、python高级、机器学习）.zip  2.22G
| | ├──AI虚拟机使用常见问题汇总(1).pdf  646.33kb
| | └──Azure机器学习模型搭建实验(1).doc  1.70M
| ├──02-阶段4 （计算机视觉CV) 阶段6 （CV项目）
| | ├──02-虚拟机环境
| | └──02-阶段4 （计算机视觉CV) 阶段6 （CV项目）.zip  439.07M
| ├──03-阶段5（自然语言处理NLP）、阶段6（NLP项目）
| | ├──02-NLP虚拟机环境
| | └──03-阶段5（自然语言处理NLP）、阶段6（NLP项目）.zip  10.50G
| ├──阶段测试题
| | ├──阶段1—测试
| | ├──阶段2—测试
| | ├──阶段3—测试
| | ├──阶段4—测试
| | ├──阶段5—测试
| | └──.DS_Store  6.00kb
| ├──Iris数据集
| | ├──iris.csv  4.86kb
| | └──iris.txt  4.85kb
| ├──01-计算机视觉CV课程环境使用说明文档.pdf  3.59M
| └──机器学习梳理总结xmind.zip  8.61M

猜你喜欢

猜你在找

AI API Flask Go Google HR ID java Linux mp MySQL OpenCV Python Python基础 TensorFlow 人工智能人脸识别企业实战决策场景多线程工程师开发环境数据库数据结构数据结构与算法服务器开发机器学架构核心框架测试游戏爬虫电影算法编程网络编程自然语言处理虚拟机解决方案解析计算机视觉讲师讲解设计语言处理透视面试面试技巧项目实战高级

版权声明：
1，本站资源收集于网络，只做学习和交流使用，版权归原作者所有，请在下载后24小时之内自觉删除。
2，积分仅用来维持网站运营，性质为用户友情赞助，并非购买课程费用（1元=1积分）；
2，如本贴侵犯到您的权益，请按要求提供相应版权证明材料联系：sochaocom@qq.com，侵权投诉
潮课网 » 2022黑马人工智能AI进阶视频课程,黑马博学谷(年度钻石会员) 价值11980元

发表评论取消回复

要发表评论，您必须先登录。

Hi, 如果你对课程有疑问，可以跟我联系哦！

联系作者

签到

客服

工作时间

工作日：9:00 - 22:00
节假日：9:00 - 22:00

点击咨询客服

全屏