AI精选付费资料包-夸克网盘资源下载-桔子搜

AI必读经典书籍计算机视觉实战项目超详细人工智能学习大纲机器学习基础算法教程深度学习神经网络基础教程人工智能论文合集

📢 以下资源由夸克网盘用户[雾*]于2024-02-18分享（文件数量过多时只展示部分文件）

AI精选付费资料包 ai4.5GB

AI精选付费资料包【37.4GB】4.5GB

一：人工智能论文合集615.74MB

CNN_不能错过的10篇论文65.26MB

1311.2524v5_R_CNN.pdf6.23MB

1311.2901v3_Visualizing and Understanding Convolutional Networks.pdf34.56MB

1406.2661v1_Generative Adversarial Nets.pdf518.05KB

1409.1556v6_VERY DEEP CONVOLUTIONAL Networks.pdf195.32KB

1412.2306v2_Deep Visual-Semantic Alignments for Generating Image Descriptions.pdf5.21MB

1504.08083_Fast R-CNN.pdf713.99KB

1506.01497v3_Faster R-CNN.pdf6.59MB

1506.02025_Spatial Transformer Networks.pdf7.89MB

1512.03385v1_Deep Residual Learning for Image Recognition.pdf800.18KB

4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf1.35MB

Szegedy_Going_Deeper_With_2015_CVPR_paper.pdf1.24MB

cvpr20210B

解压密码：cvpr20210B

CVPR行人重识别论文解读109.24MB

1. 1-关键点位置特征构建.mp417.96MB

2. 2-图卷积与匹配的作用.mp420.81MB

4. 3-局部特征热度图计算.mp421.11MB

5. 4-基于图卷积构建人体拓扑关系.mp425.86MB

6. 5-图卷积模块实现方法.mp423.49MB

ICCV20210B

解压密码： iccv20210B

Resnet论文解读117.38MB

13-额外补充-Resnet论文解读.mp4117.38MB

深度学习论文精讲-BERT模型323.83MB

1. 课程介绍.mp436.9MB

2. 1-论文讲解思路概述.mp414.77MB

3. 2-BERT模型摘要概述.mp432.28MB

4. 3-模型在NLP领域应用效果.mp433.56MB

5. 4-预训练模型的作用.mp418.43MB

6. 5-输入数据特殊编码字符解析.mp443.88MB

7. 6-向量特征编码方法.mp424.65MB

8. 7-BERT模型训练策略.mp442.95MB

9. 8-论文总结分析.mp476.41MB

图神经网络（GNN）100篇论文集29.73KB

Applications0B

combinatorial optimization0B

graph generation0B

image0B

knowledge graph0B

science0B

text0B

Models0B

graph_type0B

others0B

propagation_type0B

training methods0B

Survey0B

一般推荐0B

极力推荐0B

论文集索引.jpg29.73KB

二：AI必读经典书籍1.73GB

01.人工智能行业报告129.49MB

53份人工智能行业报告.zip129.49MB

02.AI必读经典书籍1.6GB

01.Python基础书籍0B

《Python基础教程（第3版）》0B

02.机器学习相关书籍296.36MB

《跟着迪哥学 Python数据分析与机器学习实战》0B

吴恩达《Machine Learning Yearning》完整中文版0B

机器学习〔中文版〕.pdf9.91MB

机器学习_周志华.pdf37.53MB

机器学习导论原书第2版.pdf77.76MB

机器学习个人笔记完整版2.5.pdf7.75MB

机器学习实践指南++案例应用解析+麦好.pdf59.27MB

机器学习实战.pdf13.41MB

机器学习在量化投资中的应用研究_汤凌冰著_北京：电子工业出版社_2014.11_13662591_P157.pdf25.58MB

图解机器学习.pdf59.4MB

凸优化.pdf5.73MB

03.深度学习相关书籍226.01MB

《深度学习之PyTorch物体检测实战》PDF+源代码0B

21年最新-李沐《动手学深度学习第二版》中、英文版免费分享0B

《神经网络与深度学习》(邱锡鹏-20191121).pdf7.02MB

《TensorFlow 2.0深度学习算法实战教材》-中文版教材分享.pdf21.41MB

深度学习(花园书).pdf32.99MB

深度学习技术图像处理入门 by 杨培文，胡博强 ().pdf125.1MB

Tensorflow技术解析与实战.pdf39.49MB

04.计算机视觉相关书籍1.03GB

超详细的计算机视觉书籍.zip1.03GB

OpenCV书籍.rar63.15MB

三：超详细人工智能学习大纲20.32MB

人工智能大纲升级版本.pdf20.32MB

四：机器学习基础算法教程984.01MB

01.机器学习经典算法精讲视频课程958.55MB

第一章：线性回归原理推导237.81MB

0-课程简介.mp434.95MB

1-回归问题概述.mp419.65MB

2-误差项定义.mp426.5MB

3-独立同分布的意义.mp424.48MB

4-似然函数的作用.mp429.04MB

5-参数求解.mp430.74MB

6-梯度下降通俗解释.mp420.79MB

7参数更新方法.mp424.87MB

8-优化参数设置.mp426.8MB

第二章：线性回归代码实现0B

第一章：线性回归0B

第三章：模型评估方法0B

分类模型评估0B

第四章：线性回归实验分析0B

线性回归0B

第五章：逻辑回归原理推导52.45MB

1-逻辑回归算法原理.mp423MB

2-化简与求解.mp429.45MB

第六章：逻辑回归代码实现0B

第二章：逻辑回归0B

第七章：逻辑回归实验分析291.95MB

1-逻辑回归实验概述.mp452.15MB

2-概率结果随特征数值的变化.mp446.69MB

3-可视化展示.mp433.21MB

4-坐标棋盘制作.mp438.18MB

5-分类决策边界展示分析.mp461.13MB

6-多分类-softmax.mp460.57MB

第八章：聚类算法-Kmeans&Dbscan原理187.68MB

1-KMEANS算法概述.mp428.94MB

2-KMEANS工作流程.mp423.12MB

3-KMEANS迭代可视化展示.mp431.7MB

4-DBSCAN聚类算法.mp429.35MB

5-DBSCAN工作流程.mp441.61MB

6-DBSCAN可视化展示.mp432.97MB

第九章：Kmeans代码实现0B

第三章：聚类-Kmeans0B

第十章：聚类算法实验分析0B

聚类0B

第十一章：决策树原理188.65MB

1-决策树算法概述.mp424.28MB

2-熵的作用.mp422.82MB

3-信息增益原理.mp430.3MB

4-决策树构造实例.mp425.13MB

5-信息增益率与gini系数.mp418.2MB

6-预剪枝方法.mp425.09MB

7-后剪枝方法.mp424.55MB

8-回归问题解决.mp418.27MB

第十二章：决策树代码实现0B

第五章：决策树0B

第十三章：决策树实验分析0B

决策树0B

课程简介11.29KB

项目截图0B

Python机器学习实训营.docx11.29KB

02.机器学习算法课件资料25.47MB

部分代码资料0B

1-线性回归原理推导0B

2-线性回归代码实现0B

3-模型评估方法0B

3-线性回归实验分析0B

5-逻辑回归代码实现0B

6-逻辑回归实验分析0B

7-聚类算法-Kmeans&Dbscan原理0B

8-Kmeans代码实现0B

9-聚类算法实验分析0B

10-决策树原理0B

11-决策树代码实现0B

12-决策树实验分析0B

13-集成算法原理0B

14-集成算法实验分析0B

15-支持向量机原理推导0B

机器学习算法PPT25.47MB

1-AI入学指南.pdf658.64KB

2-回归算法.pdf1.2MB

3-决策树与集成算法.pdf1MB

4-聚类算法.pdf788.33KB

5-贝叶斯算法.pdf539.46KB

6-支持向量机.pdf1.29MB

7-推荐系统.pdf1.97MB

8-xgboost.pdf932.12KB

9-LDA与PCA算法.pdf1.04MB

10-EM算法.pdf811.45KB

11-神经网络.pdf11.7MB

12-word2vec.pdf2.37MB

时间序列分析.pdf767.26KB

文本分析.pdf522.2KB

五：深度学习神经网络基础教程1.03GB

CNN卷积神经网络基础457.26MB

1-卷积运算详解-1.mp430.81MB

2-卷积运算详解-2.mp427.98MB

3-卷积运算详解-3.mp428.37MB

4-卷积运算详解-4.mp421.91MB

5-卷积神经网络图解-1.mp436.88MB

6-卷积神经网络图解-2.mp430.4MB

7-卷积神经网络图解-3.mp425.8MB

8-卷积神经网络图解-4.mp426.54MB

9-池化与采样操作讲解.mp417.02MB

10-CIFAR100与VGG13实战-1.mp413.99MB

11-CIFAR100与VGG13实战-2.mp413.69MB

12-CIFAR100与VGG13实战-3.mp414.83MB

13-CIFAR100与VGG13实战-4.mp410.4MB

14-经典卷积神经网络详解-1.mp416.68MB

15-经典卷积神经网络详解-2.mp413.17MB

17-BatchNorm-2.mp430.27MB

18-ResNet, DenseNet详解.mp418.06MB

19-ResNet, DenseNet详解.mp418.99MB

20-ResNet实战-1.mp414.3MB

21-ResNet实战-2.mp414.52MB

22-ResNet实战-3.mp415.11MB

23-ResNet实战-4.mp417.54MB

GAN对抗生成网络基础319.59MB

1 数据的分布.flv17.67MB

2 画家的成长历程.flv29.46MB

3 生成对抗网络.flv25.78MB

4 纳什均衡-1.flv19.17MB

5 纳什均衡-2.flv35.39MB

6 GAN训练难题.flv37.04MB

7 EM距离.flv19.16MB

8 WGAN-GP原理.flv30.63MB

9 GAN实战-1.flv16.82MB

10 GAN实战-2.flv33.53MB

11 WGAN实战-1.flv19.71MB

12 WGAN实战-2.flv35.24MB

RNN循环神经网络基础200.28MB

1. 课时1 时间序列介绍.mp421.59MB

2. 课时2 循环神经网络基本原理-1.mp413.68MB

3. 课时3 循环神经网络基本原理-2.mp416.3MB

4. 课时4 循环神经网络中Layer使用-1.mp416.04MB

5. 课时5 循环神经网络中Layer的使用-2.mp414.44MB

6. 课时6 项目实战-时间序列预测问题.mp419.59MB

7. 课时7 LSTM基本原理-1.mp412.95MB

8. 课时8 LSTM基本原理-2.mp416.19MB

9. 课时9 LSTM中Layer的使用.mp412.17MB

10. 课时10 RNN训练难题—梯度弥散与梯度爆炸.mp423.86MB

11. 课时11 项目实战-情感分类问题.mp433.45MB

神经网络模型基础课件资料80.87MB

CNN+RNN+GAN72B

课程安装软件-Ubuntu 18.040B

课程安装软件-Win100B

源代码和PPT在Github下载.txt72B

Deep-Learning-with-PyTorch-Tutorials.zip80.87MB

六：计算机视觉实战项目167.51MB

01.OpenCV图像处理实战视频课程0B

项目实战一：信用卡数字识别0B

1-总体流程与方法讲解0B

2-环境配置与预处理0B

3-模板处理方法0B

4-输入数据处理方法0B

5-模板匹配得出识别结果0B

项目实战二：文档扫描OCR识别0B

1-整体流程演示0B

2-文档轮廓提取0B

3-原始与变换坐标计算0B

4-透视变换结果0B

5-tesseract-ocr安装配置0B

6-文档扫描识别效果0B

项目实战三：全景图像拼接0B

1-特征匹配方法0B

2-RANSAC算法0B

2-图像拼接方法0B

4-流程解读0B

项目实战四：停车场车位识别0B

1-任务整体流程0B

2-所需数据介绍0B

3-图像数据预处理0B

4-车位直线检测0B

5-按列划分区域0B

6-车位区域划分0B

7-识别模型构建0B

8-基于视频的车位检测0B

项目实战五：答题卡识别判卷0B

1-整体流程与效果概述0B

2-预处理操作0B

3-填涂轮廓检测0B

4-选项判断识别0B

02.YOLOV5目标检测视频课程167.51MB

1.任务需求与项目概述.mp412.45MB

2-数据与标签配置方法.mp428.38MB

3-标签转格式脚本制作.mp423.84MB

4-各版本模型介绍.mp424.31MB

5-项目参数配置.mp418.87MB

6-缺陷检测模型培训.mp427.21MB

7-输出结果与项目总结.mp432.44MB

03.MASK-RCNN目标检测实战视频课程0B

第一章：物体检测框架-MaskRcnn项目介绍与配置0B

0-课程简介0B

1-Mask-Rcnn开源项目简介0B

2-开源项目数据集0B

3-参数配置0B

第五章：必备基础-迁移学习与Resnet网络架构0B

第二章：MaskRcnn网络框架源码详解0B

1-FPN层特征提取原理解读0B

2-FPN网络架构实现解读0B

3-生成框比例设置0B

4-基于不同尺度特征图生成所有框0B

5-RPN层的作用与实现解读0B

6-候选框过滤方法0B

7-Proposal层实现方法0B

8-DetectionTarget层的作用0B

9-正负样本选择与标签定义0B

10-RoiPooling层的作用与目的0B

11-RorAlign操作的效果0B

12-整体框架回顾0B

第三章：基于MASK-RCNN框架训练自己的数据与任务0B

1-Labelme工具安装0B

2-使用labelme进行数据与标签标注0B

3-完成训练数据准备工作0B

4-maskrcnn源码修改方法0B

5-基于标注数据训练所需任务0B

6-测试与展示模块0B

第四章：练手小项目-人体姿态识别demo0B

第六章：必备基础-物体检测FasterRcnn系列0B

04.Unet图像分割实战视频课程0B

05.OpenCV图像处理课程资料0B

06.YOLOV5目标检测课程资料0B

07.MASK-RCNN课程资料0B

08.Unet图像分割课程资料0B

网站声明：
1. 该网盘资源的安全性和完整性需要您自行判断，点击下载地址直接跳转到网盘官方页面。本站链接通过程序自动收集互联网公开分享链接，本站不储存、复制、传播任何网盘文件，也不提供下载服务。
2. 本站遵守相关法律法规，坚决杜绝一切违规不良信息，如您发现任何涉嫌违规的网盘信息，请立即向网盘官方网站举报，并及时反馈给我们进行屏蔽删除。
3. 本站高度重视知识产权保护和个人隐私保护，如有网盘链接侵犯您的合法权益，请立即向网盘官方网站举报，并参见本站《版权说明》提供书面材料联系我们屏蔽删改。

{{userData.name}}已认证

AI精选付费资料包 ​​​

AI精选付费资料包