|
1687| 25
|
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(jué)Transformer及其源碼分析 | | └──1-視覺(jué)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(xiàng)目配置說(shuō)明.mp4 43.27M | | ├──2-輸入序列構(gòu)建方法解讀.mp4 29.80M | | ├──3-注意力機(jī)制計(jì)算.mp4 28.04M | | └──4-輸出層計(jì)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(jì)算方法.mp4 21.71M | | ├──2-要解決的問(wèn)題及其優(yōu)勢(shì)分析.mp4 22.33M | | ├──3-一個(gè)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(jī)制解讀.mp4 29.53M | | ├──6-窗口偏移操作的實(shí)現(xiàn).mp4 24.27M | | ├──7-偏移細(xì)節(jié)分析及其計(jì)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(shí)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(jìn)行劃分計(jì)算.mp4 31.46M | | ├──4-基礎(chǔ)attention計(jì)算模塊.mp4 27.58M | | ├──5-窗口位移模塊細(xì)節(jié)分析.mp4 36.81M | | ├──6-patchmerge下采樣操作.mp4 25.24M | | ├──7-各block計(jì)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(cè)算法 | | ├──1-DETR目標(biāo)檢測(cè)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(jī)制的作用方法.mp4 20.79M | | └──5-訓(xùn)練過(guò)程的策略.mp4 28.34M | ├──7-detr目標(biāo)檢測(cè)源碼解讀 | | ├──1-項(xiàng)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(jì)算.mp4 30.08M | | ├──8-輸出預(yù)測(cè)結(jié)果.mp4 41.20M | | └──9-損失函數(shù)與預(yù)測(cè)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(cè)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(cè)輸出結(jié)果與標(biāo)簽匹配模塊.mp4 44.31M | | ├──2-序列特征展開(kāi)并迭加.mp4 51.07M | | ├──3-得到相對(duì)位置點(diǎn)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(jì)算.mp4 46.09M | | ├──7-偏移量對(duì)齊操作.mp4 39.80M | | ├──8-Encoder層完成特征對(duì)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(shí)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(jiàn)任務(wù).mp4 19.17M | | ├──5-消息傳遞計(jì)算方法.mp4 14.23M | | └──6-多層GCN的作用.mp4 13.00M | ├──10-基于圖模型的時(shí)間序列預(yù)測(cè) | | └──1-基于圖模型的時(shí)間序列預(yù)測(cè).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(jì)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(xiàn)引用數(shù)據(jù)集分類案例實(shí)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(jìn)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(jī)制與序列圖模型 | | ├──1-圖注意力機(jī)制的作用與方法.mp4 16.53M | | ├──2-鄰接矩陣計(jì)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(xì)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(diǎn)之間的對(duì)應(yīng)關(guān)系計(jì)算.mp4 51.22M | | └──6-結(jié)果輸出與總結(jié).mp4 71.18M | ├──7-圖相似度計(jì)算實(shí)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(jì)算不同Batch點(diǎn)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(cè)得到相似度結(jié)果.mp4 18.64M | ├──8-基于圖模型的軌跡估計(jì) | | ├──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(duì)比.mp4 51.83M | | ├──5-輸入細(xì)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(jì)實(shí)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(xì)目錄.txt 0.06kb | └──咨詢VX ETH22009.txt 0.02kb ├──12-3D點(diǎn)云實(shí)戰(zhàn) | ├──1-3D點(diǎn)云實(shí)戰(zhàn) 3D點(diǎn)云應(yīng)用領(lǐng)域分析 | | ├──1-點(diǎn)云數(shù)據(jù)概述.mp4 49.53M | | ├──2-點(diǎn)云應(yīng)用領(lǐng)域與發(fā)展分析.mp4 82.18M | | ├──3-點(diǎn)云分割任務(wù).mp4 52.03M | | ├──4-點(diǎn)云補(bǔ)全任務(wù).mp4 29.17M | | ├──5-點(diǎn)云檢測(cè)與配準(zhǔn)任務(wù).mp4 59.58M | | └──6-點(diǎn)云數(shù)據(jù)特征提取概述與預(yù)告.mp4 22.69M | ├──2-3D點(diǎn)云PointNet算法 | | ├──1-3D數(shù)據(jù)應(yīng)用領(lǐng)域與點(diǎn)云介紹.mp4 40.05M | | ├──2-點(diǎn)云數(shù)據(jù)可視化展示.mp4 40.07M | | ├──3-點(diǎn)云數(shù)據(jù)特性和及要解決的問(wèn)題.mp4 33.08M | | ├──4-PointNet算法出發(fā)點(diǎn)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(jí)版算法要解決的問(wèn)題.mp4 22.08M | | ├──2-最遠(yuǎn)點(diǎn)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(wèn)題解決方案.mp4 21.74M | | └──6-遇到的問(wèn)題及改進(jìn)方法分析.mp4 13.43M | ├──4-Pointnet++項(xiàng)目實(shí)戰(zhàn) | | ├──1-項(xiàng)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(yuǎn)點(diǎn)采樣介紹.mp4 19.48M | | ├──5-采樣得到中心點(diǎn).mp4 31.77M | | ├──6-組區(qū)域劃分方法.mp4 24.88M | | ├──7-實(shí)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(cè)結(jié)果輸出模塊.mp4 38.74M | ├──5-點(diǎn)云補(bǔ)全PF-Net論文解讀 | | ├──1-點(diǎn)云補(bǔ)全要解決的問(wèn)題.mp4 23.13M ├──10-2022論⽂必備-Transformer實(shí)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(jì)算流程概述.mp4 44.46M | | ├──4-論文公式計(jì)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(xiàng)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(shí)現(xiàn)過(guò)程.mp4 36.87M | | ├──5-位置編碼向量解讀.mp4 27.80M | | ├──6-注意力計(jì)算過(guò)程與方法.mp4 52.13M | | └──7-局部特征提取與計(jì)算.mp4 40.92M | ├──12-商湯LoFTR算法解讀 | | ├──1-特征匹配的應(yīng)用場(chǎng)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(guò)程與作用.mp4 26.00M | | ├──7-特征圖拆解操作.mp4 14.34M | | ├──8-細(xì)粒度匹配的作用與方法.mp4 19.87M | | └──9-基于期望預(yù)測(cè)最終位置.mp4 23.08M | ├──13-局部特征關(guān)鍵點(diǎn)匹配實(shí)戰(zhàn) | | ├──1-項(xiàng)目與參數(shù)配置解讀.mp4 44.48M | | ├──10-得到精細(xì)化輸出結(jié)果.mp4 19.35M | | ├──11-通過(guò)期望計(jì)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(jī)制的作用與效果分析.mp4 30.98M | | ├──5-特征融合模塊實(shí)現(xiàn)方法.mp4 29.29M | | ├──6-cross關(guān)系計(jì)算方法實(shí)例.mp4 29.30M | | ├──7-粗粒度匹配過(guò)程.mp4 49.80M | | ├──8-完成基礎(chǔ)匹配模塊.mp4 63.33M | | └──9-精細(xì)化調(diào)整方法與實(shí)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(jí)特征.mp4 35.79M | | ├──10-正樣本篩選損失計(jì)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(jì)算流程.mp4 52.29M | | ├──13-匯總所有損失完成迭代.mp4 35.76M | | ├──2-多層級(jí)采樣點(diǎn)初始化構(gòu)建.mp4 41.46M | | ├──3-多層級(jí)輸入特征序列創(chuàng)建方法.mp4 43.83M | | ├──4-偏移量與權(quán)重計(jì)算并轉(zhuǎn)換.mp4 48.78M | | ├──5-Encoder特征構(gòu)建方法實(shí)例.mp4 49.77M | | ├──6-query要預(yù)測(cè)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(jí)聯(lián)校正模塊.mp4 41.58M | | ├──12-損失函數(shù)與預(yù)測(cè)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(duì)齊與位置編碼初始化.mp4 43.63M | | ├──5-Reference初始點(diǎn)構(gòu)建.mp4 37.26M | | ├──6-BEV空間與圖像空間位置對(duì)應(yīng).mp4 37.67M | | ├──7-注意力機(jī)制模塊計(jì)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(shí)間序列預(yù)測(cè) | | └──1-時(shí)間序列預(yù)測(cè).mp4 375.40M | ├──19-Informer時(shí)間序列源碼解讀 | | └──1-Informer時(shí)間序列源碼解讀.mp4 829.10M
購(gòu)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(hào)-1 )
GMT+8, 2025-8-2 12:42 , Processed in 0.064334 second(s), 17 queries , MemCached On.
發(fā)表于 2025-4-8 11:35:41
收藏