├┈1 【宣传片1】开启人工智能论文学习之旅—.mp4

├┈10 07-CV Transformer-Vit-关键代码详解2—–.mp4

├┈100 gat-07-multi-head起源简介—-.mp4

├┈101 gat-08-GAT算法总结和实验设置——.mp4

├┈102 gat-09-论文总结—.mp4

├┈103 gat-10-代码介绍——.mp4

├┈105 gat-12-邻接矩阵归一化——.mp4

├┈106 gat-13-gat模型实现——.mp4

├┈107 gat-14-gat模型训练和代码总结—–.mp4

├┈108 BiSeNet-01-前期介绍—.mp4

├┈109 BiSeNet-02-论文导读-分割常用损失函数-1—-.mp4

├┈11 08-CV Transformer-Vit-关键代码详解3——.mp4

├┈110 BiSeNet-03-论文导读-分割常用损失函数-2—–.mp4

├┈111 BiSeNet-04-论文导读-分割常用损失函数-3—-.mp4

├┈112 BiSeNet-05-论文导读-分割常用损失函数4—— .mp4

├┈113 BiSeNet-06-论文导读-5——.mp4

├┈114 BiSeNet-07-上节回顾——.mp4

├┈115 BiSeNet-08-引言——.mp4

├┈116 BiSeNet-09-相关工作 算法架构总结——.mp4

├┈117 BiSeNet-10-算法结构详解实验-0——.mp4

├┈118 BiSeNet-11-算法结构详解实验-11——.mp4

├┈119 BiSeNet-模型代码定义-00——.mp4

├┈12 09-CV Transformer-Vit-回顾代码——.mp4

├┈120 BiSeNet-13-模型代码定义-1—–.mp4

├┈121 BiLSTM-CRF-01-论文研究背景—-.mp4

├┈122 BiLSTM-CRF_02关键算法—–.mp4

├┈123 BiLSTM-CRF_03论文模型—–.mp4

├┈124 BiLSTM-CRF_04损失函数——l.mp4

├┈125 BiLSTM-CRF_05实验结果总结—.mp4

├┈126 BiLSTM-CRF_06代码讲解—–.mp4

├┈127 GAN-01-论文摘要.mp4

├┈128 GAN-02-论文背景.mp4

├┈129 GAN-03-论文泛读.mp4

├┈13 10-CV Transformer-Vit-代码示例–.mp4

├┈13 10-CV Transformer-Vit-代码示例002—.m4s

├┈130 GAN-04-价值函数.mp4

├┈131 GAN-05-训练流程 理论证明.mp4

├┈132 GAN-06-实验结果 总结展望.mp4

├┈133 GAN-07-代码分析综述.mp4

├┈134 GAN-08-代码分析精细讲座.mp4

├┈14 01-Unet-精读论文总结和摘要—.mp4

├┈144 CLIP-01-前言.mp4

├┈145 CLIP-02-background.mp4

├┈146 CLIP-03-model01.mp4

├┈147 CLIP-04-model02.mp4

├┈148 CLIP-05-experiement.mp4

├┈149 CLIP-06-code-0.mp4

├┈15 02-Unet-医学分割的相关背景、成果和意义—.mp4

├┈150 CLIP-07-code-1.mp4

├┈151 CLIP-08-code-2.mp4

├┈152 CLIP-09-code-3.mp4

├┈153 cnn_for_re-11-论文总结—–ll.mp4

├┈154 cnn_for_re-12-代码讲解1——l.mp4

├┈155 cnn_for_re-13-代码讲解2–.mp4

├┈156 cnn_for_re-14-代码讲解3—.mp4

├┈157 cnn_for_re-15-代码讲解4-.mp4

├┈158 cnn_for_re-16-代码讲解5—-.mp4

├┈159 cnn_for_re-17-代码讲解6—–.mp4

├┈16 03-Unet-两篇论文相互补充–.mp4

├┈160 cnn_for_re-18-代码讲解7—–.mp4

├┈161 swin10-代码-参数.mp4

├┈162 swin11-代码-swin大框架.mp4

├┈163 swin12-代码-basic_layer.mp4

├┈164 swin13-代码-block详细解释-wmsa 编码在相对位置.mp4

├┈165 swin14-代码-swmsa.mp4

├┈166 swin15-代码-swin代码整体回顾.mp4

├┈167 swin16-代码-dwconv和dwconvwmsa.mp4

├┈168 swin17-代码-总结-总结.mp4

├┈17 04-Unet-回顾医学图像分析和CNN的发展历程—.mp4

├┈18 05-Unet-补充先验知识—–.mp4

├┈19 06-Unet-算法架构及实验结果及分析——.mp4

├┈2 论文阅读方法的效率提高了3倍—.mp4

├┈20 07-Unet-测试设置及结果分析——.mp4

├┈21 08-Unet-代码精读-.mp4

├┈22 BIDAF-01-背景意义——.mp4

├┈23 BIDAF-02-相关工作+总结——.mp4

├┈24 BIDAF-03-模型结构——.mp4

├┈25 BIDAF-04-实验分析——.mp4

├┈26 BIDAF-05-数据读取-jupyter——.mp4

├┈27 BIDAF-06-数据读取-pycharm——.mp4

├┈28 BIDAF-07-模型构建—.mp4

├┈29 BIDAF-08-训练加预测——.mp4

├┈3 [宣传片2]15w学生在这里征服论文—–.mp4

├┈30 BIDAF-计算09-评价指标—-.mp4

├┈31 YOLOV5-01-目标检测技术和YOLO系列-.mp4

├┈32 YOLOV5-02-YOLOV3回顾–.mp4

├┈33 YOLOV5-03-YOLOV5新激活函数——.mp4

├┈34 YOLOV5-04-YOLOV5核心知识点1–.mp4

├┈35 YOLOV5-05-YOLOV5核心知识点2–.mp4

├┈36 YOLOV5-06-YOLOV5代码解释1—.mp4

├┈37 YOLOV5-07-YOLOV5代码解释2—.mp4

├┈38 YOLOV5-08-YOLOV5代码解释3–.mp4

├┈39 YOLOV5-09-YOLOV5代码解释4–.mp4

├┈4 01-CV Transformer-Vit-论文介绍—–.mp4

├┈40 YOLOV5-10-YOLOV5-代码解释5-.mp4

├┈41 YOLOV5-11-YOLOV5-代码解释6-.mp4

├┈42 YOLOV5-12-YOLOV5-代码解释7-.mp4

├┈42 YOLOV5-12-YOLOV5-代码解释7001—.m4s

├┈43 YOLOV5-13-YOLOV5-代码解释8–.mp4

├┈43 YOLOV5-13-YOLOV5-代码解释8001-.m4s

├┈44 YOLOV5-14-YOLOV5-代码解释9-.mp4

├┈44 YOLOV5-14-YOLOV5-代码解释9001–.m4s

├┈44 YOLOV5-14-YOLOV5-代码解释9002—-.m4s

├┈44 YOLOV5-14-YOLOV5-代码解释9002.m4s—-.aria2

├┈45 yolox-01-前言001—.m4s

├┈46 yolox-02-背景——.mp4

├┈47 yolox-03-概览-.mp4

├┈48 yolox-04-详细说明-模型框架—.mp4

├┈49 yolox-simoTA05-详细解释-.mp4

├┈5 02-CV Transformer-Vit-论文精读1—–.mp4

├┈50 yolox-06-详解-模型结构.mp4

├┈51 yolox-07-详解-预处理–.mp4

├┈52 yolox-08-训练及总结-.mp4

├┈53 yolox代码-09-前言-.mp4

├┈54 yolox代码-10-预处理-mosaic-.mp4

├┈55 yolox代码-11-预处理-randomaffine-.mp4

├┈56 yolox代码-12-预处理-mixup—.mp4

├┈57 yolox代码-133-backbone–.mp4

├┈58 yolox代码-144-pafpn-.mp4

├┈59 yolox代码-15-bbox decode-.mp4

├┈6 03-CV Transformer-Vit-论文精读2——.mp4

├┈60 yolox代码-166-simOTA-.mp4

├┈61 yolox代码-17 总结-.mp4

├┈62 cnn_for_re-01-前言.mp4

├┈63 cnn_for_re-02-论文介绍-研究背景–.mp4

├┈64 cnn_for_re-03-论文介绍-相关工作1-.mp4

├┈65 cnn_for_re-04-论文介绍-相关工作2.mp4

├┈66 cnn_for_re-05-论文介绍-相关工作3-.mp4

├┈67 cnn_for_re-06-论文泛读–.mp4

├┈69 cnn_for_re-08-论文精读2-.mp4

├┈7 04-CV Transformer-Vit-论文精读3—-.mp4

├┈70 cnn_for_re-09-论文精读3–.mp4

├┈71 cnn_for_re-10-实验结果分析-.mp4

├┈72 ResNet-01-背景结果的意义-.mp4

├┈73 ResNet-02-论文泛读–.mp4

├┈74 ResNet-03-上节回顾-.mp4

├┈75 ResNet-04-论文精读-残差结构-1–.mp4

├┈76 ResNet-05-论文精读-残余结构-2–.mp4

├┈77 ResNet-06-Resnet结构-1—.mp4

├┈78 ResNet-07-Resnet结构-2—.mp4

├┈79 ResNet-08实验结果及分析–.mp4

├┈8 05-CV Transformer-Vit-前言-.mp4

├┈80 ResNet-09-论文总结——.mp4

├┈81 ResNet-10-本节回顾及下节预告——.mp4

├┈82 ResNet-11-Resnet结构建设详细说明——.mp4

├┈83 ResNet-12-Resnet20训练与实验分析-0—–.mp4

├┈84 ResNet-13-Resnet20训练和实验分析-13-Resnet20训练——.mp4

├┈85 ResNet-14-Resnet20训练与实验分析-2——.mp4

├┈86 ResNet-15-Resnet20训练-3实验分析——.mp4

├┈87 Han-Attention-01-前期储备知识介绍介绍——.mp4

├┈88 Han-Attention-02-研究背景成果和意义——.mp4

├┈89 Han-Attention-03-论文总览—–.mp4

├┈9 06-CV Transformer-Vit-关键代码详解1—–.mp4

├┈90 Han-Attention-04-模型详解——.mp4

├┈91 Han-Attention-05-实验结果和论文总结–.mp4

├┈92 Han-Attention-06-数据读取—–.mp4

├┈93 Han-Attention-07-模型实现、训练和个人测试——.mp4

├┈94 gat-01-研究背景—–.mp4

├┈95 gat-02-图卷积消息传递-图卷积消息传递——.mp4

├┈96 gat-03-研究成果的研究意义—–.mp4

├┈97 gat-04-gnn核心框架框架——.mp4

├┈98 gat-05-gat算法解释—–.mp4

└┈99 gat-06-各种attention总结—-.mp4

[我要扒资料]

声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。