夸克网盘
5积分
2025AI人工智能精选课程+DeepSeek R1 7b模型整合包（本地部署大礼包）+最全使用技巧大全+破除限制文件补丁【250.1G】
deepSeek232.73GB
【01】DeepSeek使用技巧大全15.73MB
零基础使用DeepSeek高效提问技巧.docx12.48KB3个DeepSeek隐藏玩法，99%的人都不知道！.docx1.41MB1000个DeepSeek神级提示词，让你轻松驾驭AI.docx472.49KB
DeepSeek 15天指导手册——从入门到精通.pdf3.68MBDeepseek 高效使用指南.docx12.35KBdeepseek 应该怎样提问.docx13.47KBDeepseek不好用，是你真的不会用啊！.docx11.31KBDeepSeek彻底火了，如何用，有多强，一文带你看懂.pdf6.49MBDeepSeek小白使用指南，99% 的人都不知道的使用技巧（建议收藏）docx.docx551.7KBDeepSeek最强使用攻略，放弃复杂提示词，直接提问效果反而更好？.docx1.15MB当我用 DeepSeek 学习、工作和玩，惊艳！含提问攻略、使用实例和心得.docx625.06KB如何正确使用deepseek？99%的人都错了.docx14.25KB让你的DeepSeek能力翻倍的使用指南.docx12.11KB玩转DeepSeek必备的100个实用提示词模板，速度收藏！.pdf1.31MB【02】DeepSeek R1 7b模型 整合包（含本地部署大礼包）11.93GB
DeepSeek-R1模型下载器（通用）7.88MB
deepseek懒人包替换模型 教程.txt1.98KB
omdd.exe7.88MB注意事项.txt250BDeepSeek大模型本地部署大礼包7.63GB
ChatWise21.79MB
苹果12.69MB
ChatWise_0.6.20_x64.dmg12.69MBWindows9.1MB
ChatWise_0.6.20_x64-setup.exe9.1MBJanusFlow-1.3B6.7GB
JanusFlow-1.3B.zip6.7GBOllama925.17MB
苹果179.81MB
Ollama-darwin.zip179.81MBWindows745.36MB
OllamaSetup.exe745.36MB
DeepSeek R1 7b模型 整合包.rar4.3GB【03】2025年Deepseek桌面版（安装文件）28.84MB
DeepSeek.dmg14.6MBDeepSeek_x64.msi6.07MBDeepSeek_x86_64.deb8.18MB【04】Deepseek破除限制文件补丁【112.7GB】112.73GB
DeepSeek-R1-Distill-Llama-8B-GGUF4.58GB
DeepSeek-R1-Distill-Llama-8B-Q4_K_M.gguf4.58GB注意事项.txt128BDeepSeek-R1-Distill-Llama-70B-abliterated.IQ4_XS35.64GB
DeepSeek-R1-Distill-Llama-70B-abliterated.IQ4_XS.gguf35.64GBDeepSeek-R1-Distill-Qwen-7B-abliterated-Q4_K_M4.36GB
DeepSeek-R1-Distill-Qwen-7B-abliterated-Q4_K_M.gguf4.36GBDeepSeek-R1-Distill-Qwen-14B-abliterated.Q4_K_S7.98GB
DeepSeek-R1-Distill-Qwen-14B-abliterated.Q4_K_S.gguf7.98GBDeepSeek-R1-Distill-Qwen-14B-Q4_K_S7.98GB
DeepSeek-R1-Distill-Qwen-14B-Q4_K_S.gguf7.98GBDeepSeek-R1-Distill-Qwen-32B-abliterated-IQ4_XS16.48GB
DeepSeek-R1-Distill-Qwen-32B-abliterated-IQ4_XS.gguf16.48GBDeepSeek-R1-Distill-Qwen-32B-IQ4_XS16.48GB
DeepSeek-R1-Distill-Qwen-32B-IQ4_XS.gguf16.48GBDeepSeek-R1-Distill-Qwen-32B-Q4_119.22GB
DeepSeek-R1-Distill-Qwen-32B-Q4_1.gguf19.22GB【05】2025AI人工智能课程精选【125.4GB】108.01GB
14门付费AI课合集13.3GB
【鹤老师】人人必修的AI启蒙课，启蒙课程，不含工具【评分：2】164.09MB
1—1 从猿到人划时代的跃升 .mp417.25MB1—2 人工智能的里程碑 CHATGPT .mp416.14MB1—3 碾压性优势与无限前景 .mp411.07MB1—4 未来AI世界的入口 .mp419.08MB1—5 人工智能的发展历程 .mp49.57MB1—6 CHATGPT的原理和版本区别 .mp413.35MB1—7 人工智能的伦理难题 .mp413.63MB1—8 人工智能与利益之争 .mp414.1MB1—9 AI会不会消灭人类 .mp412.25MB1—10 AI会造成大规模失业吗 .mp423.38MB前言 向人工智能致敬 .mp414.26MB🦊得到AI课【合集】4.73GB
万维钢-AI前沿（完结）187.98MB
wwg00发刊词：人，要比AI凶.mp36.9MBwwg00发刊词：人，要比AI凶.pdf6.44MBwwg01 大变局：一个新智慧形态的产生.mp39.15MBwwg01 大变局：一个新智慧形态的产生.pdf7.92MBwwg02 开悟和涌现：AI能力的三个境界.mp38.93MBwwg02 开悟和涌现：AI能力的三个境界.pdf5.57MBwwg03 底牌和命门：AI能力的局限.mp39.08MBwwg03 底牌和命门：AI能力的局限.pdf1.24MBwwg04 效率：把AI转化为生产力.mp38.25MBwwg04 效率：把AI转化为生产力.pdf1.1MBwwg05 战略：AI商业的竞争趋势.mp38.52MBwwg05 战略：AI商业的竞争趋势.pdf973.5KBwwg06 决策：AI的预测 + 人的判断.mp39.4MBwwg06 决策：AI的预测 + 人的判断.pdf1.01MBwwg07 社会：被AI接管后的忧患.mp39.06MBwwg07 社会：被AI接管后的忧患.pdf1023.38KBwwg08 经济：AI让资源调配更有效.mp38.83MBwwg08 经济：AI让资源调配更有效.pdf917.95KBwwg09 领导技能：AI时代的“门槛领导力 .mp38.75MBwwg09 领导技能：AI时代的“门槛领导力.pdf1.11MBwwg10 独特智能：人类的具身智能与自主思考.mp38.9MBwwg10 独特智能：人类的具身智能与自主思考.pdf1021.08KBwwg11 存在智能：人类在AI时代刷存在感的方式.mp39.42MBwwg11 存在智能：人类在AI时代刷存在感的方式.pdf1.28MBwwg12 实战：怎样用ChatGPT对话式学习？.mp38.96MBwwg12 实战：怎样用ChatGPT对话式学习？.pdf1.62MBwwg13 实战：怎样用ChatGPT编程.mp39.17MBwwg13 实战：怎样用ChatGPT编程.pdf1.97MBwwg14 实战：如何拥有你的AI助理？.mp38.34MBwwg14 实战：如何拥有你的AI助理？.pdf1.48MBwwg15 实战：ChatGPT有哪些咒语心&法&？.mp39.45MBwwg15 实战：ChatGPT有哪些咒语心&法&？.pdf12.32MB给职场人的AI写作课（完结）1.53GB
《给职场人的AI写作课》欢迎词.pdf1.15MB00.用好AI，从1个人到1支队伍.mp4156.49MB01.导论：如何用AI开启高效写作.mp4153.99MB02.写邮件：如何用AI快速搞定商务邮件？.mp4140.53MB03.如何用AI搭建汇报框架.mp4157.37MB04准备面试如何用AI改出适用不同岗位的简历.mp4137.69MB05 想策划如何用AI批量产出创意点子.mp4134.4MB06 写公关稿如何用AI写一封真诚的道歉信.mp4148.1MB07做销售如何用AI提升你的销售能力.mp4140.44MB08做研究如何用AI快速了解陌生领域.mp4144.85MB09写材料如何用AI写公文材料.mp4131.03MB10开脑洞AI还可以帮我们做什么.mp4116.54MB李笑来谈AI时代的家庭教育219.66MB
lxl发刊词：给孩子更多提高的可能&性& 防断更微信：aa52012309.mp36.07MBlxl发刊词：给孩子更多提高的可能&性& 防断更微信：aa52012309.pdf2.8MBlxl问题一：未来社会会更卷吗？——超越竞争 防断更微信：aa52012309.mp38.14MBlxl问题一：未来社会会更卷吗？——超越竞争 防断更微信：aa52012309.pdf3.95MBlxl问题二：未来什么工作更吃香？——发现任务 防断更微信：aa52012309.mp310.64MBlxl问题二：未来什么工作更吃香？——发现任务 防断更微信：aa52012309.pdf3.38MBlxl问题三：未来社会要求更高了，怎么办？——关键能力变迁 防断更微信：aa52012309(1).pdf3.8MBlxl问题三：未来社会要求更高了，怎么办？——关键能力变迁 防断更微信：aa52012309.mp38.32MBlxl问题三：未来社会要求更高了，怎么办？——关键能力变迁 防断更微信：aa52012309.pdf3.8MBlxl问题四：怎样培养孩子的判断力？——提前步入社会 防断更微信：aa52012309(1).mp38.29MBlxl问题四：怎样培养孩子的判断力？——提前步入社会 防断更微信：aa52012309(1).pdf3.74MBlxl问题四：怎样培养孩子的判断力？——提前步入社会 防断更微信：aa52012309.mp38.29MBlxl问题四：怎样培养孩子的判断力？——提前步入社会 防断更微信：aa52012309.pdf3.74MBlxl问题五：AI来了，写作和英语还重要吗？——夯实基础能力 防断更微信：aa52012309(1).pdf4MBlxl问题五：AI来了，写作和英语还重要吗？——夯实基础能力 防断更微信：aa52012309.mp38.34MBlxl问题五：AI来了，写作和英语还重要吗？——夯实基础能力 防断更微信：aa52012309.pdf4MBlxl问题六：还需要买学区房吗？——自学成为刚需 防断更微信：aa52012309.mp38.31MBlxl问题六：还需要买学区房吗？——自学成为刚需 防断更微信：aa52012309.pdf3.71MBlxl问题七：未来一定要考名校吗？——教育机会平等 防断更微信：aa52012309.mp38.28MBlxl问题七：未来一定要考名校吗？——教育机会平等 防断更微信：aa52012309.pdf4.56MBlxl问题八：还要上体育和艺术班吗？——脑体协调训练 防断更微信：aa52012309.mp38.11MBlxl问题八：还要上体育和艺术班吗？——脑体协调训练 防断更微信：aa52012309.pdf3.36MBlxl问题九：怎样让孩子提前适应社会？——善恶观&金钱观 防断更微信：aa52012309(1).mp38.23MBlxl问题九：怎样让孩子提前适应社会？——善恶观&金钱观 防断更微信：aa52012309.mp38.23MBlxl问题九：怎样让孩子提前适应社会？——善恶观&金钱观 防断更微信：aa52012309.pdf3.8MBlxl问题十：怎样让孩子生活更幸福？——社交成为关键 防断更微信：aa52012309(1).mp38.33MBlxl问题十：怎样让孩子生活更幸福？——社交成为关键 防断更微信：aa52012309.mp38.33MBlxl问题十：怎样让孩子生活更幸福？——社交成为关键 防断更微信：aa52012309.pdf3.69MBlxl问题十一：如何转变自己的教育观念？——从“设计论者”到“发展论者” 防断更微信：aa52012309(1).pdf3.65MBlxl问题十一：如何转变自己的教育观念？——从“设计论者”到“发展论者” 防断更微信：aa52012309.mp38.22MBlxl问题十一：如何转变自己的教育观念？——从“设计论者”到“发展论者” 防断更微信：aa52012309.pdf3.65MBlxl问题十二：作为家长，你最重要的能力是什么？——活在未来 防断更微信：aa52012309.mp38.32MBlxl问题十二：作为家长，你最重要的能力是什么？——活在未来 防断更微信：aa52012309.pdf3.59MBlxl先导课：孩子的未来会好吗？——完全无需焦虑 防断更微信：aa52012309(1).mp38.27MBlxl先导课：孩子的未来会好吗？——完全无需焦虑 防断更微信：aa52012309(1).pdf3.73MBlxl先导课：孩子的未来会好吗？——完全无需焦虑 防断更微信：aa52012309.mp38.27MBlxl先导课：孩子的未来会好吗？——完全无需焦虑 防断更微信：aa52012309.pdf3.73MB吴军讲GPT（完结）133.02MB
把GPT一次性讲明白.pdf826.89KBwj第1讲 计算机回答问题、写诗难吗？.mp37.71MBwj第1讲 计算机回答问题、写诗难吗？.pdf7.52MBwj第2讲 ChatGPT的本质是什么？.mp38.69MBwj第2讲 ChatGPT的本质是什么？.pdf7.77MBwj第3讲 语言模型是如何进化的？.mp38.63MBwj第3讲 语言模型是如何进化的？.pdf8.1MBwj第4讲 ChatGPT的能力边界在哪.mp38.25MBwj第4讲 ChatGPT的能力边界在哪.pdf8.01MBwj第5讲 ChatGPT的回答从哪里来.mp38MBwj第6讲 ChatGPT有哪些固有缺陷.mp37.71MBwj第7讲 ChatGPT需要什么资源？.mp37.53MBwj第8讲 今天人工智能的边界在哪里.mp37.84MBwj第9讲 ChatGPT为什么会被热炒.mp37.2MBwj第10讲 ChatGPT能替代什么人？.mp37.27MBwj第11讲 理&性&看待ChatGPT.mp38.73MBwj第12讲 还有哪些人工智能和科技值得关注.mp37.91MBwj发刊词：“ChatGPT神话”背后的原理是什么？.mp35.34MB怎样用AI高效学习（完结）100.36MB
让AI成为你的“第二大脑”.pdf950.16KBzk01 正确提问：好问题的三要素是什么？.mp38.06MBzk02 技巧：如何进一步提高AI输出质量？.mp312.94MBzk03 翻译：如何让AI变成翻译大师？.mp312.28MBzk04 论文写作：如何让AI变成论文助手？.mp39.22MBzk05 语言学习：如何让AI变成外语私教？.mp315.2MBzk06 视频处理：如何让AI变成视频帮手.mp310.45MBzk07 提问式学习：如何快速搞懂一个领域.mp312.92MBzk08 自动执行：下一代的GPT长什么样？.mp39.72MBzk09 视野：不同演化下的AI分支有哪些.mp38.64MB怎样用AI绘画（完结）1.79GB
00.发刊词每个人都可以拥有自己的专属设计师.mp4104.1MB01Al绘画的通用方法是什么.mp4143.06MB02怎样为你和身边人打造多风格形象.mp4129.36MB03怎样给自己的宠物创造Q版形象.mp488.98MB04 怎样定制你的专属壁纸.mp4159.86MB05 怎样快速上手品牌 logo设计.mp4114.11MB06怎样让你的作品封面更吸引人？.mp4106.68MB07怎样做海报更有氛围感？.mp4118.11MB08怎样把你心爱的物件设计成手办.mp4120.92MB09怎样为艺术照设计场景.mp4104.14MB10如何设计你的专属饰品.mp4106.93MB11怎样画出你理想中的家装设计.mp4110.83MB12怎样创作你的独家绘本.mp4130.25MB13怎样画出你心中的漫画故事.mp4152.92MB14怎样用超现实主义风格创作惊奇画面？.mp4140.32MB每个人都可以拥有自己的专属设计师.pdf1.16MB怎样用AI做PPT（完结）808.46MB
00.发刊词：替代人的不是AI，而是会使用AI的人.mp456.23MB01.10分钟，怎样用AI做一 份还不错的PPT.mp4111.66MB02.怎样用AI快速处理关键信息.mp4132.94MB03.怎样用AI帮你确定PPT风格.mp4130.26MB04.怎样用AI让你的PPT更有“设计感”.mp4138.14MB05.培训型PPT怎样用Al 提升培训的体验感.mp4123.98MB06.演讲型PPT有了AI，你也能做到什么.mp4113.88MB欢迎信：替代人的不是AI，而是会使用AI的人.pdf1.35MB百度·文心一言AI·运营变现【评分：2】396.32MB
第1节 借助文心一言，一天就可以创造奇迹.mp4187.15MB第2节 AI绘画的实战演示与记忆功能分析.mp416.79MB第3节 文心一言与文心一格，各有优势.mp414.07MB第4节 让文心一言为你创作AI绘画的提示语..mp48.38MB第5节 写一本大学爱情小说.mp49.06MB第6节 为男女主角构建人物特点.mp413.29MB第7节 要让机器人明白我们的要求.mp416.02MB第8节 构造故事的核心脉络.mp416.59MB第9节 这是一个不断磨合和共创的过程.mp411.85MB第10节 让机器人引导你更好地构思整个脉络.mp415.24MB第11节 设定情感导向.mp417.72MB第12节 人生的挫折波折与勇敢面对.mp422.5MB第13节 从浪漫的爱情到共创的事业.mp418.57MB第14节 自动化创作介绍文案.mp48.49MB第15节 毕业季：我们不说再见.mp420.61MB万维钢·AI前沿（完结）【评分：4】83.31MB
01.大变局：一个新智慧形态的产生.mp33.51MB01.大变局：一个新智慧形态的产生.pdf1.91MB02.开悟和涌现：AI能力的三个境界.mp33.48MB02.开悟和涌现：AI能力的三个境界.pdf1.91MB03.底牌和命门：AI能力的局限.mp33.49MB03.底牌和命门：AI能力的局限.pdf1.93MB04.效率：把AI转化为生产力.mp33.22MB04.效率：把AI转化为生产力.pdf1.74MB05.战略：AI商业的竞争趋势.mp33.35MB05.战略：AI商业的竞争趋势.pdf1.69MB06.决策：AI的预测 + 人的判断.mp33.6MB06.决策：AI的预测 + 人的判断.pdf1.72MB07.社会：被AI接管后的忧患.mp33.49MB07.社会：被AI接管后的忧患.pdf1.97MB08.经济：AI让资源调配更有效.mp33.41MB08.经济：AI让资源调配更有效.pdf1.87MB09.领导技能：AI时代的“门槛领导力 ”.mp33.42MB09.领导技能：AI时代的“门槛领导力 ”.pdf1.93MB10.独特智能：人类的具身智能与自主思考.mp33.47MB10.独特智能：人类的具身智能与自主思考.pdf1.87MB11.存在智能：人类在AI时代刷存在感的方式.mp33.64MB11.存在智能：人类在AI时代刷存在感的方式.pdf2.04MB12.实战：怎样用ChatGPT对话式学习？.mp33.49MB12.实战：怎样用ChatGPT对话式学习？.pdf2.43MB13.实战：怎样用ChatGPT编程？.mp33.56MB13.实战：怎样用ChatGPT编程？.pdf3.19MB14.实战：如何拥有你的AI助理？.mp33.29MB14.实战：如何拥有你的AI助理？.pdf2.5MB15.实战：ChatGPT有哪些咒语心法？.mp33.66MB15.实战：ChatGPT有哪些咒语心法？.pdf2.51MBAI商业智慧【AI+文案+PPT+图像+视频】【评分：2】718.41MB
1 - ai新人类商业课第一节【AI+文案】.mp4179.02MB2 - AI商业课第二节【AI+文案】.mp4136.85MB3 - AI商业智慧第三节【GPT+PPT】生产力.mp417.46MB4 - AI商业智慧第四节【AI+图像】【stable diffusion 安装】.mp419.64MB5 - AI商业智慧第五节【AI+图像】【stable diffusion 模型概念】.mp425.47MB6 - AI商业智慧第六节【AI+图像】【VAE模型概念】.mp410.83MB7 - AI商业智慧第七节【AI+图像】【 Embedding是什么？】.mp415.48MB8 - AI商业智慧第八节【AI+图像】【 LORA 的操作上】.mp422.33MB9 - AI商业智慧第九节【AI+图像】【 LORA 的操作下】.mp440.92MB10 - AI商业智慧第十节【AI+图像】【 hapernetwork概念】.mp424.56MB11 - AI商业智慧第十一节【AI+图像】【 总汇梳理】.mp420.73MB12 - AI商业智慧第十二节【AI+图像】【 电商案例 服装换模特】.mp4183.79MB13 - AI商业智慧第十四节【AI+视频】【Stable diffusion 视频渲染】.mp421.31MBAI造富训练营 让一部分人先用AI赚到第一个100万 让你快人一步抓住行业红利【评分：2】540.71MB
2.【图文】【认知】ChatGPT究竟是什么？.html12.44KB3.【图文】【溯源】AI是如何进化成如今的样子？为什么是ChatGPT实现了颠覆？.html32.47KB4.【图文】【影响】ChatGPT如何改变了今天的商业与科技格局？.html47.92KB5.【图文】【参考阅读】AI会怎么占据未来的主导权（文：万维刚）.html14.13KB6.【图文】【阶段作业】写出对ChatGPT的初步认识和理解.html1.09KB7.【直播】ChatGPT底层逻辑与AI IP打造方法论.mp4194.41MB8.【图文】前期准备的必要工具.html1.01KB10.【图文】成功注册自己的ChatGPT账号.html12.6KB11.【图文】常见注册问题答疑.html12.51KB12.【图文】【进阶加餐】ChatGPT的付费升级功能介绍与开通方式.html12.11KB13.【图文】【阶段作业】与ChatGPT进行第一次对话并分享至朋友圈.html1.13KB14.【直播】ChatGPT影视行业的实战应用——因AI辞退员工的“黑心老板”的“自我狡辩”.mp496.39MB15.【图文】ChatGPT的基础属性与运行原理.html18.38KB16.【图文】让ChatGPT更聪明：内容前提、身份赋予以及产出目标三要素方法论.html25.05KB17.【图文】让ChatGPT听懂你的需要：Prompt指令.html11.72KB18.【图文】【进阶加餐】直接可用的ChatGPT的Prompt指令合集.html458B19.【图文】【阶段作业】用ChatGPT制作一份自己的商业计划书.html1.07KB20.【直播】AI在电商中的落地应用.mp4149.04MB21.【图文】ChatGPT的变现逻辑与优势.html4.71KB22.【图文】ChatGPT各行业应用案例（按场景分类）.html16.49KB23.【图文】ChatGPT变现实战案例.html81.62KB24.【图文】【阶段作业】用ChatGPT+剪映+抖音发布自己的第一个AI作品.html1.11KB25.【直播】训练营结营：我们的目标真的是星辰大海.mp4100.47MB26.【图文】ChatGPT+MidJourney，人人都可以成为绘画大师.html19.75KB27.【图文】ChatGPT+Python，无限可能的应用拓展：以数据处理为例.html21.58KB28.【图文】ChatGPT+数字人，虚拟人与虚拟偶像的未来.html21.45KB29.【图文】【额外加餐】AI工具箱&ChatGPT开源插件.html31.78KBChatGPT第一课：武装我们第2大脑（虚拟人）【评分：2】1.31GB
ChatGPT操作手册73.63KB
01.【图文】ChatGPT的前世今生.html5.47KB02.【图文】ChatGPT.html13.62KB03.【图文】使用与ChatGPT.html21.93KB04.【图文】ChatGPT的变现及案例.html32.6KB【第1课】从0到1，如何使用ChatGPT.pdf353.07KB【第1课 视频】从0到1，如何使用ChatGPT.mp4118.18MB【第2课】从1到2，AI+人与传统产业的结合.pdf1.94MB【第2课 视频】从1到2，AI+人与传统产业的结合.mp4180.96MB【第3课】AI--Office助理，你值得拥有.pdf1.24MB【第3课 视频】AI--Office助理，你值得拥有.mp4166.12MB【第4课】第GPT-4多模态的8种应用猜想.pdf418.9KB【第4课 视频】第GPT-4多模态的8种应用猜想.mp4170.97MB【第5课】Midjourney的进阶之旅.pdf452.06KB【第5课 视频】Midjourney的进阶之旅.mp4187.53MB【第6课】DIY一个ChatGPT平台.pdf402.11KB【第6课 视频】DIY一个ChatGPT平台.mp4200.12MB【第7课】Midjourney的万能prompt公式.pdf379.94KB【第7课 视频】Midjourney的万能prompt公式.mp4191.54MB【先导课视频】要有光，于是就有了光.mp4117.88MB快刀青衣·给职场人的AI写作课（完结）【评分：3】754MB
00 发刊词：用好 AI，从 1 个人到 1 支队伍.mp466.43MB00.《给职场人的AI写作课》欢迎词.pdf249.95KB01 导论：如何用 AI 开启高效写作？.pdf443.62KB01导论：如何用AI开启高效写作.mp4130.69MB02 写邮件：如何用 AI 快速搞定商务邮件？.pdf416.4KB02写邮件：如何用AI快速搞定商务邮件.mp4117.78MB03 如何用 AI 搭建汇报框架？.pdf396.04KB03.写汇报：如何用AI搭建汇报框架？.pdf2.54MB03如何用AI搭建汇报框架.mp4108.32MB04 准备面试：如何用AI改出适用不同岗位的简历？.pdf422.26KB04.准备面试：如何用AI改出适用不同岗位的简历？.mp33.58MB04准备面试：如何用AI改出适用不同岗位的简历.mp4124.98MB05.想策划：如何用AI批量产出创意点子？.mp33.49MB05.想策划：如何用AI批量产出创意点子？.pdf2.22MB06.写公关稿：如何用AI写一封真诚的道歉信？.mp33.66MB06.写公关稿：如何用AI写一封真诚的道歉信？.mp458.97MB06.写公关稿：如何用AI写一封真诚的道歉信？.pdf2.62MB07.做销售：如何用AI提升你的销售能力？.mp33.6MB07.做销售：如何用AI提升你的销售能力？.mp456.77MB07.做销售：如何用AI提升你的销售能力？.pdf2.36MB08.做研究：如何用AI快速了解陌生领域？.mp33.55MB08.做研究：如何用AI快速了解陌生领域？.mp455.17MB08.做研究：如何用AI快速了解陌生领域？.pdf1.83MB10.开脑洞Al还可以帮我们做什么？.pdf3.56MB李一舟人工智能2.0【评分：2】2GB
人工智能直播课资料13.07MB
GPT-4的变化.jpg130.78KB人工通用智能的星星之火 GPT-4的早期实验.pdf4.6MB生成式AI发展史.jpg41.3KB腾讯研究院AIGC发展趋势报告2023.pdf8.3MB1.AI思维-引导课.mp487.03MB2.什么是算力什么是token.mp4122.33MB3.如何开始一段与GPT的对话.mp441.62MB4.什么是人工智能.mp493.44MB5.刷爆全网的GPT到底是什？.mp4105.59MB6.New Bing 带来的浏览器新格局.mp478.57MB7.打工人如何用好AI（上）-写简历和自荐信.mp4293.43MB8.打工人如何用好AI(下)-如何模拟面试.mp4202.43MB9.如何用chatgpt辅导孩子1.mp4257.93MB10.辅导孩子2.mp4236.61MB11.辅导孩子3.mp4234.74MB12.老板如何降本增效.mp4282.82MB刘飞· 如何利用AI进行商业设计（完结）【评分：3】683.91MB
00.发刊词丨每个人都可以拥有自己的专属设计师.mp32.9MB00.发刊词丨每个人都可以拥有自己的专属设计师.mp441.56MB00.发刊词丨每个人都可以拥有自己的专属设计师.pdf2.18MB00.每个人都可以拥有自己的专属设计师.pdf239.9KB01.AI绘画的通用方法是什么？.mp33.6MB01.AI绘画的通用方法是什么？.mp447.65MB01.AI绘画的通用方法是什么？.pdf3.35MB02.怎样为你和身边人打造多风格形象？.mp33.33MB02.怎样为你和身边人打造多风格形象？.mp444.23MB02.怎样为你和身边人打造多风格形象？.pdf2.88MB03.怎样给自己的宠物创造Q版形象？.mp32.37MB03.怎样给自己的宠物创造Q版形象？.mp428.91MB03.怎样给自己的宠物创造Q版形象？.pdf2.46MB04.怎样定制你的专属壁纸？.mp33.55MB04.怎样定制你的专属壁纸？.mp453.81MB04.怎样定制你的专属壁纸？.pdf4.39MB05.怎样快速上手品牌logo设计？.mp32.87MB05.怎样快速上手品牌logo设计？.mp439MB05.怎样快速上手品牌logo设计？.pdf2.88MB06.怎样让你的作品封面更吸引人？.mp32.62MB06.怎样让你的作品封面更吸引人？.mp433.41MB06.怎样让你的作品封面更吸引人？.pdf2.82MB07.怎样做海报更有氛围感？.mp32.72MB07.怎样做海报更有氛围感？.mp435.98MB07.怎样做海报更有氛围感？.pdf3.3MB08.怎样把你心爱的物件设计成手办？.mp32.96MB08.怎样把你心爱的物件设计成手办？.mp436.08MB08.怎样把你心爱的物件设计成手办？.pdf3.44MB09.怎样为艺术照设计场景？.mp32.45MB09.怎样为艺术照设计场景？.mp431.32MB09.怎样为艺术照设计场景？.pdf2.86MB10.如何设计你的专属饰品？.mp32.5MB10.如何设计你的专属饰品？.mp431.93MB10.如何设计你的专属饰品？.pdf3.04MB11.怎样画出你理想中的家装设计？.mp33.11MB11.怎样画出你理想中的家装设计？.mp441.21MB11.怎样画出你理想中的家装设计？.pdf2.53MB12.怎样创作你的独家绘本？.mp33.43MB12.怎样创作你的独家绘本？.mp447.33MB12.怎样创作你的独家绘本？.pdf3.69MB13.怎样画出你心中的漫画故事？.mp33.23MB13.怎样画出你心中的漫画故事？.mp438.89MB13.怎样画出你心中的漫画故事？.pdf3.91MB14.怎样用超现实主义风格创作惊奇画面？.mp33.23MB14.怎样用超现实主义风格创作惊奇画面？.mp440.05MB14.怎样用超现实主义风格创作惊奇画面？.pdf3.64MB
更新.png99.29KB李笑来·《谈AI时代的家庭教育》（完结）【评分：3】88.53MB
lxl-0512丨00丨发刊词：给孩子更多提高的可能性.mp32.51MBlxl-0512丨00丨发刊词：给孩子更多提高的可能性.pdf2.24MBlxl-0512丨01丨先导课：孩子的未来会好吗？——完全无需焦虑.mp33.24MBlxl-0512丨01丨先导课：孩子的未来会好吗？——完全无需焦虑.pdf1.9MBlxl-0512丨02丨问题一：未来社会会更卷吗？——超越竞争.mp33.19MBlxl-0512丨02丨问题一：未来社会会更卷吗？——超越竞争.pdf1.95MBlxl-0512丨03丨问题二：未来什么工作更吃香？——发现任务.mp33.16MBlxl-0512丨03丨问题二：未来什么工作更吃香？——发现任务.pdf1.62MBlxl-0513丨04丨问题三：未来社会要求更高了，怎么办？——关键能力变迁.mp33.26MBlxl-0513丨04丨问题三：未来社会要求更高了，怎么办？--关键能力变迁.pdf2.69MBlxl-0513丨05丨问题四：怎样培养孩子的判断力？——提前步入社会.mp33.25MBlxl-0513丨05丨问题四：怎样培养孩子的判断力？--提前步入社会.pdf2.78MBlxl-0514丨06丨问题五：AI来了，写作和英语还重要吗？——夯实基础能力.mp33.26MBlxl-0514丨06丨问题五：AI来了，写作和英语还重要吗？——夯实基础能力.pdf3.25MBlxl-0514丨07丨问题六：还需要买学区房吗？——自学成为刚需.mp33.25MBlxl-0514丨07丨问题六：还需要买学区房吗？——自学成为刚需.pdf2.49MBlxl-0515丨08丨问题七：未来一定要考名校吗？——教育机会平等.mp33.24MBlxl-0515丨08丨问题七：未来一定要考名校吗？——教育机会平等.pdf3.08MBlxl-0515丨09丨问题八：还要上体育和艺术班吗？——脑体协调训练.mp33.19MBlxl-0515丨09丨问题八：还要上体育和艺术班吗？——脑体协调训练.pdf2.29MBlxl-0516丨10丨问题九：怎样让孩子提前适应社会？——善恶观&金钱观.mp33.19MBlxl-0516丨10丨问题九：怎样让孩子提前适应社会？——善恶观&金钱观.pdf2.28MBlxl-0516丨11丨问题十：怎样让孩子生活更幸福？——社交成为关键.mp33.22MBlxl-0516丨11丨问题十：怎样让孩子生活更幸福？——社交成为关键.pdf2.75MBlxl-0517丨12丨问题十一：如何转变自己的教育观念？——从“设计论者”到“发展论者”.mp33.19MBlxl-0517丨12丨问题十一：如何转变自己的教育观念？——从“设计论者”到“发展论者”.pdf2.79MBlxl-0517丨13丨问题十二：作为家长，你最重要的能力是什么？——活在未来.mp33.22MBlxl-0517丨13丨问题十二：作为家长，你最重要的能力是什么？——活在未来.pdf2.01MBlxl-0518丨用户问答特辑一：监督孩子练琴，真的好么？.mp33.35MBlxl-0518丨用户问答特辑一：监督孩子练琴，真的好么？.pdf1.65MBlxl-0518丨用户问答特辑二：怎么判断孩子有没有“格外擅长”的技能？.mp33.34MBlxl-0518丨用户问答特辑二：怎么判断孩子有没有“格外擅长”的技能？.pdf1.66MB马馺·怎样用AI做PPT（完结）【评分：2】449.38MB
00.欢迎言：替代人的不是AI，而是会用AI的人.pdf283.68KBms-00.发刊词：替代人的不是AI，而是会使用AI的人.mp31.77MBms-00.发刊词：替代人的不是AI，而是会使用AI的人.mp433.06MBms-00.发刊词：替代人的不是AI，而是会使用AI的人.pdf1.3MBms-01.10分钟，怎样用AI做一份还不错的PPT？.mp32.87MBms-01.10分钟，怎样用AI做一份还不错的PPT？.mp454.2MBms-01.10分钟，怎样用AI做一份还不错的PPT？.pdf2MBms-02.怎样用AI快速处理关键信息？.mp33.34MBms-02.怎样用AI快速处理关键信息？.mp464.78MBms-02.怎样用AI快速处理关键信息？.pdf1.66MBms-03.怎样用AI帮你确定PPT风格？.mp33.17MBms-03.怎样用AI帮你确定PPT风格？.mp458MBms-03.怎样用AI帮你确定PPT风格？.pdf1.93MBms-04.怎样用AI让你的PPT更有“设计感”？.mp33.38MBms-04.怎样用AI让你的PPT更有“设计感”？.mp467.41MBms-04.怎样用AI让你的PPT更有“设计感”？.pdf1.66MBms-05.培训型PPT：怎样用AI提升培训的体验感？.mp33.24MBms-05.培训型PPT：怎样用AI提升培训的体验感？.mp464.18MBms-05.培训型PPT：怎样用AI提升培训的体验感？.pdf1.52MBms-06.演讲型PPT：有了AI，你也能做到什么？.mp33.07MBms-06.演讲型PPT：有了AI，你也能做到什么？.mp474.91MBms-06.演讲型PPT：有了AI，你也能做到什么？.pdf1.67MB前沿课·吴军讲GPT（完结）【评分：3】95.69MB
00.把GPT一次性讲明白.pdf379.63KBwj-00.发刊词：“ChatGPT神话”背后的原理是什么？.mp32.28MBwj-00.发刊词：“ChatGPT神话”背后的原理是什么？.pdf1.25MBwj-01.第1讲 计算机回答问题、写诗难吗？.mp33.07MBwj-01.第1讲 计算机回答问题、写诗难吗？.pdf1.62MBwj-02.第2讲 ChatGPT的本质是什么？.mp33.4MBwj-02.第2讲 ChatGPT的本质是什么？.pdf1.63MBwj-03.第3讲 语言模型是如何进化的？.mp33.34MBwj-03.第3讲 语言模型是如何进化的？.pdf2.75MBwj-04.第4讲 ChatGPT的能力边界在哪？.mp33.22MBwj-04.第4讲 ChatGPT的能力边界在哪？.pdf5.55MBwj-05.第5讲 ChatGPT的回答从哪里来？.mp33.17MBwj-05.第5讲 ChatGPT的回答从哪里来？.pdf4.31MBwj-06.第6讲 ChatGPT有哪些固有缺陷？.mp33.08MBwj-06.第6讲 ChatGPT有哪些固有缺陷？.pdf3.9MBwj-07.第7讲 ChatGPT需要什么资源？.mp33.01MBwj-07.第7讲 ChatGPT需要什么资源？.pdf3.16MBwj-08.第8讲 今天人工智能的边界在哪里？.mp33.11MBwj-08.第8讲 今天人工智能的边界在哪里？.pdf4.95MBwj-09.第9讲 ChatGPT为什么会被热炒？.mp32.9MBwj-09.第9讲 ChatGPT为什么会被热炒？.pdf6.48MBwj-10.第10讲 ChatGPT能替代什么人？.mp32.93MBwj-10.第10讲 ChatGPT能替代什么人？.pdf5.01MBwj-11.第11讲 理性看待ChatGPT.mp33.43MBwj-11.第11讲 理性看待ChatGPT.pdf7.74MBwj-12.第12讲 还有哪些人工智能和科技值得关注？.mp33.14MBwj-12.第12讲 还有哪些人工智能和科技值得关注？.pdf6.89MB玩赚ChatGPT【评分：2】1.3GB
玩赚AIchatGPT 基础课25.12MB
01.chatGPT-入门指南.html94.98KB02.chatGPT教程-.html43.7KB03.第一课：如何用chatGPT帮你提高20倍工作效率，打造被动收入.html57.74KB04.第二课：卖课60万的经历，告诉你如何用chatGPT制作一门畅销课.html318B05.第三课：如何用chatGPT写小红书爆款视频脚本.html149.11KB06.第四课：如何写出优质书评&高赞知乎好物长文.html164.46KB07.第五课：用ChatGPT做兼职翻译-&-电子书-&-网页设计.html96.79KBchatGPT 入门指南.pdf2.99MBchatGPT 账号注册保姆级教程.pdf1.1MB第一课：如何用chatGPT帮你提高20倍工作效率，打造被动收入.pdf3.14MB第三课：如何用chatGPT写小红书爆款视频脚本.pdf6.95MB第四课：如何写出优质书评&高赞知乎好物长文.pdf10.35MB玩赚ChatGPT 进阶课1.28GB
02.一、了解ChatGPT.html35.9KB03.二、注册ChatGPT.html37.26KB04.三、ChatGPT的使用和调教.html51.78KB05.四、ChatGPT的变现.html100.93KB06.五、拓展阅读.html25.25KB07.六、玩赚ChatGPT-推广手册.html79.79KB08.第三期ChatGPT初级登录／注册课程_ev.mp4102.54MB09.玩赚ChatGPT第三期（进阶版）_ev.mp4286.57MB10.玩赚ChatGPT变现课.mp4110.61MB11.第四期-玩赚ChatGPT变现课-黄小刀2023-03-06-_ev.mp497.59MB12.11、如何用chatGPT-拓宽搞钱思路_ev.mp418.94MB12.玩赚ChatGPT初级登录／注册课2023-03-08-21：14：23_ev.mp492.12MB13.《玩赚ChatGPT专题-》主讲人：陈思成_ev.mp4151.93MB14.玩赚ChatGPT变现课-黄小刀2023-03-13-21：30：54_ev.mp4110.28MB15.《玩赚ChatGPT-专题》主讲：陈思成_ev.mp4158.5MB16.玩赚ChatGPT应用场景变现专题-黄小刀_ev.mp4107.09MB17.玩赚ChatGPT初级登录注册课程2023-03-22-20：49：41_ev.mp470.35MB卓克·怎样用AI高效学习（完结）【评分：3】78.13MB
00.发刊词让AI成为你的“第二大脑”.mp32.63MB00.让AI成为你的“第二大脑”.pdf423.44KB01.正确提问好问题的三要素是什么？.mp33.2MB01.正确提问好问题的三要素是什么？.pdf7.32MB02.技巧：如何进一步提高AI输出质量？.mp34.82MB02.技巧：如何进一步提高AI输出质量？.pdf1MB03.翻译：如何让AI变成翻译大师？.mp34.6MB03.翻译：如何让AI变成翻译大师？.pdf8.49MB04.论文写作：如何让AI变成论文助手？.mp33.58MB04.论文写作：如何让AI变成论文助手？.pdf5.81MB05.语言学习：如何让AI变成外语私教？.mp35.56MB05.语言学习：如何让AI变成外语私教？.pdf3.9MB06.视频处理：如何让AI变成视频帮手？.mp33.95MB06.视频处理：如何让AI变成视频帮手？.pdf4.36MB07.提问式学习：如何快速搞懂一个领域？.mp34.82MB07.提问式学习：如何快速搞懂一个领域？.pdf1.29MB08.自动执行：下一代的GPT长什么样？.mp33.75MB08.自动执行：下一代的GPT长什么样？.pdf3.43MB09.视野：不同演化下的AI分支有哪些？.mp33.39MB09.视野：不同演化下的AI分支有哪些？.pdf1.82MBAI绘画创作助你成为绘画大师1.44GB
02.02课：如何通过AI绘画赚钱.mp4.mp498.01MB03.03课：怎样快速掌握Midjourney绘画.mp472.55MB04.04课：怎样写好Ai绘画关键词.mp4112.33MB05.05课：怎样让AI绘画生成的页面更一致.mp4116.04MB06.06课：学好AI绘画必备的10个工具.mp4160.03MB07.07课：怎样快速提升审美（上）.mp477.17MB08.08课：怎样快速提升审美（下）.mp447.27MB09.09课：怎样用AI设计绘本、漫画、电影和书籍插图.mp435.28MB10.10课：怎样用AI绘画设计虚拟人物或IP角色.mp440.96MB11.11课：怎样用AI绘画把你作品变成艺术家风格.mp4119.94MB12.12课：怎样用AI绘画制作包装设计.mp4108.05MB13.13课：怎样让AI设计UI效果图，让界面更有吸引力.mp4149.93MB14.14课：怎样通过AI绘画打造专业级摄影作品.mp499.81MB15.15课：怎样通过AI绘画画出你的动漫人物，成为插画大师.mp4129.04MB16.-16课：怎样让AI帮你做专业级LOGO和吉祥物.mp4110.79MBAI人工智能实用课程（39节课）1.05GB
1_（开始）AI实用课序言导读 .mp410.6MB2_（1）【第一章AI发展方向篇】1-1AI是普通人最好的翻身机会 .mp421.79MB3_（2）【第一章AI发展方式篇】1-2AI发展方向之知识付费 .mp430.79MB4_（3）【第一章AI发展方式篇】1-3AI发展方向之工作应用 .mp427.26MB5_（4）【第一章AI发展方向篇】1-4AI发展方向之生态工具 .mp411.84MB6_（5）【第二章AI工具篇】2-1AI的基本运用 .mp422.39MB7_（6）【第二章AI工具篇】2-2什么是火遍全网的AI .mp414.43MB8_（7）【第二章AI工具篇】2-3六款热门的AI .mp476.73MB9_（8）【第二章AI工具篇】2-4向AI提问的万能公式 .mp424.51MB10_（9）【第三章AI用法篇】3-1搜索神器 .mp413.54MB11_（10）【第三章AI用法篇】3-2博学老师 .mp422.42MB12_（11）【第三章AI用法篇】3-3一分钟打造精致朋友圈 .mp417.53MB13_（12）【第三章AI用法篇】3-4商业策划（生意人的军师） .mp423.68MB14_（13）【第三章AI用法篇】3-5亲子教育 .mp437.85MB15_（14）【第三章AI用法篇】3-6健身顾问（角色定位法）.mp438.74MB16_（15）【第三章AI用法篇】3-7激活微信群（文心一言） .mp415.59MB17_（16）【第三章AI用法篇】3-8小红书笔记（样本提示法） .mp412.6MB18_（17）【第三章AI用法篇】3-9提升学习效率100倍（比喻法） .mp426.25MB19_（18）【第三章AI用法篇】3-10公众号文章（批评法） .mp424.19MB20_（19）【第三章AI用法篇】3-11留学顾问（比较法） .mp413.57MB21_（20）【第三章AI用法篇】3-12产品测评（逆向工程法） .mp418.58MB22_（21）【第三章AI用法篇】3-13理财顾问（填空法） .mp414.1MB23_（22）【第三章AI用法篇】3-14时间管理（一分钟做PPT） .mp421.52MB24_（23）【第三章AI用法篇】3-15家庭教育（模拟法） .mp432.49MB25_（24）【第三章AI用法篇】3-16功课辅导（答案对比法） .mp419.87MB26_（25）【第三章AI用法篇】3-17宝妈指南（思维导图法） .mp431.47MB27_（26）【第三章AI用法篇】3-18爆款短视频（对标模仿法） .mp425.81MB28_（27）【第三章AI用法篇】3-19法务顾问（提问先行法） .mp440.8MB29_（28）【第四章AI视觉篇】4-1AI绘画两大平台MJ和SD .mp462.74MB30_（29）【第四章AI视觉篇】4-2分享多个国内版的AI绘画网站 .mp439.77MB31_（30）【第四章AI视觉篇】4-3会说话的小和尚 .mp467.14MB32_（31）【第四章AI视觉篇】4-4个性化的定制数字人 .mp462.35MB33_（32）【第四章AI视觉篇】4-5AI图文短视频引流 .mp450.23MB34_（33）【第四章AI视觉篇】4-6国内AI软件做图文短视频（手机版）.mp467.3MB35_（34）【第五章AI术语篇】5-1AI术语之图灵测试 .mp47.87MB36_（35）【第五章AI术语篇】5-2AI术语之GPU .mp49.28MB37_（36）【第五章AI术语篇】5-3AI术语之Tranformer结构 .mp44.58MB38_（37）【第五章AI术语篇】5-4AI术语之神经网络 .mp45.86MB39_（38）【第五章AI术语篇】5-5AI术语之AIGC .mp43.67MBAI算法工程师就业班92.22GB
01、人工智能基础-快速入门268.87MB
1：人工智能就业前景与薪资.mp433.78MB2：人工智能适合人群与必备技能.mp421.04MB3：人工智能时代是发展的必然.mp416.72MB4：人工智能在各领域的应用.mp441.82MB5：人工智能常见流程.mp436.38MB6：机器学习不同的学习方式.mp431.23MB7：深度学习比传统机器学习有优势.mp433.52MB8：有监督机器学习任务与本质.mp423.25MB9：无监督机器学习任务与本质.mp431.13MB02、人工智能基础-Python基础1006.81MB
章节1：Python开发环境搭建234.87MB
1：下载Miniconda运行环境.mp431.42MB2：Miniconda安装和测试.mp436.64MB3：Pycharm安装和代码运行.mp430.29MB4：Jupyter安装和代码运行.mp424.92MB5：Jupyter常用快捷键.mp420.73MB6：Conda虚拟环境创建与Python模块安装.mp447.66MB7：关联虚拟环境运行代码.mp426.32MB人工智能-第1阶段Python基础.pdf9.37MB人工智能-第1阶段python进阶和高级编程.pdf7.52MB章节2：Python基础语法771.94MB
8：Python是强类型的动态脚本语言.mp427.23MB9：Python_控制语句_单双分支.mp439.27MB10：Python_控制语句_多分支_三元条件运算符.mp421.39MB11：Python_控制语句_while循环.mp416.32MB12：Python_控制语句_for循环.mp418.68MB13：Python_控制语句_嵌套循环.mp427.86MB14：Python_控制语句_break_continue.mp416.39MB15：Python_切片操作.mp430.52MB16：Python_数据类型.mp420.88MB17：Python_集合操作_列表.mp424.1MB18：Python_集合操作_列表的基本操作.mp435.13MB19：Python_集合操作_列表的常用方法.mp426.62MB20：Python_集合操作_元组.mp429.08MB21：Python_集合操作_字典和常见操作.mp425.76MB22：Python_集合操作_字典keys方法_enumerate函数.mp418.07MB23：Python_os模块_shutil模块.mp436.75MB24：Python_打开并读取文件_中文编码问题.mp438.72MB25：Python_函数_定义_调用_返回值_注释.mp418.23MB26：Python_函数_局部变量_全局变量.mp423.5MB27：Python_函数_默认参数_可变参数.mp418.06MB28：Python_函数_递归.mp418.2MB29：Python_函数式编程_高阶函数.mp417.71MB30：Python_函数式编程_map_reduce_filter_匿名函数.mp426.94MB31：Python_函数_闭包.mp427.49MB32：Python_函数_装饰器.mp419.34MB33：Python_类对象_定义与实例化对象.mp436.96MB34：Python_类对象_实例属性和方法_类属性和方法.mp426.21MB35：Python_类对象_内置方法.mp419.39MB36：Python_类对象_运算符重载_私有对象方法_isinstance函数.mp426.22MB37：Python_类对象_面向对象三大特性_类的继承.mp420.15MB38：Python_类对象_子类复用父类构造器和方法_方法重写.mp420.79MB03、人工智能基础-Python科学计算和可视化532.5MB
章节1：科学计算模型Numpy232.91MB
1：Numpy_概述_安装_创建数组_获取shape形状.mp430.3MB2：Numpy_array_arange.mp423.56MB3：Numpy_random随机数生成.mp435.81MB4：Numpy_ndarray属性_zeros_ones_like等创建数组函数.mp432.59MB5：NumPy_reshape_切片操作_copy函数.mp422.7MB6：Numpy_改变数组维度_数组的拼接.mp430.4MB7：Numpy_数组的切分和转置.mp419.19MB8：Numpy_算术运算_向上向下取整.mp423.03MB9：Numpy_聚合函数.mp415.33MB章节2：数据可视化模块139.01MB
10：Matplotlib_概述_绘制直线图.mp428.64MB11：Matplotlib_绘制正余弦曲线_散点图_添加图例.mp423.68MB12：Matplotlib_绘制柱状图_画布切分多个子画布_柱状图对比.mp434.98MB13：Matplotlib_绘制饼图_直方图_同时绘制多组数据分布.mp421.29MB14：Matplotlib_绘制等高线图_绘制三维图像.mp424.37MB人工智能-第1阶段数据分析（含办公自动化分析）.pdf6.04MB章节3：数据处理分析模块Pandas160.59MB
15：Python_Pandas_Series对象创建.mp422.96MB16：Python_Pandas_DataFrame对象创建.mp424.82MB17：Python_Pandas_获取Series对象的值.mp415.52MB18：Python_Pandas_获取DataFrame对象的值.mp418.85MB19：Python_Pandas_条件过滤.mp417.28MB20：Python_Pandas_空值的删除与填充.mp433.25MB21：Python_Pandas_拼接和合并.mp427.91MB04、人工智能基础-高等数学知识强化1.02GB
1：人工智能学习数学的必要性_微积分知识点.mp418.97MB2：线性代数_概率论知识点.mp417.26MB3：最优化知识_数学内容学习重点.mp425.9MB4：导数的定义_左导数和右导数.mp420.1MB5：导数的几何意义和物理意义.mp410.21MB6：常见函数的求导公式.mp415.8MB7：导数求解的四则运算法则.mp418.96MB8：复合函数求导法则.mp411.79MB9：推导激活函数的导函数.mp423.54MB10：高阶导数_导数判断单调性_导数与极值.mp415.3MB11：导数判断凹凸性_导数用于泰勒展开.mp431.49MB12：向量的意义_n维欧式空间空间.mp415.35MB13：行向量列向量_转置_数乘_加减乘除.mp414.17MB14：向量的内积_向量运算法则.mp414.38MB15：学习向量计算的用途举例.mp416.84MB16：向量的范数_范数与正则项的关系.mp423.52MB17：特殊的向量.mp419.38MB18：矩阵_方阵_对称阵_单位阵_对角阵.mp413.47MB19：矩阵的运算_加减法_转置.mp417.35MB20：矩阵相乘.mp414.36MB21：矩阵的逆矩阵.mp427.58MB22：矩阵的行列式.mp414.61MB23：多元函数求偏导.mp416.34MB24：高阶偏导数_梯度.mp419.74MB25：雅可比矩阵_在神经网络中应用.mp426.04MB26：Hessian矩阵.mp422.55MB27：二次型.mp418.55MB28：补充关于正定负定的理解.mp413.06MB29：特征值和特征向量(1).mp419.45MB30：特征值和特征向量(2).mp418.01MB31：特征值分解.mp426.18MB32：多元函数的泰勒展开_矩阵和向量的求导.mp430.5MB33：奇异值分解定义.mp416.37MB34：求解奇异值分解中的UΣV矩阵.mp434.04MB35：奇异值分解性质_数据压缩.mp423.36MB36：SVD用于PCA降维.mp417.58MB37：SVD用于协同过滤_求逆矩阵.mp423.76MB38：概率论_随机事件与随机事件概率.mp414.04MB39：条件概率_贝叶斯公式.mp421.97MB40：随机变量.mp417.17MB41：数学期望和方差.mp416.18MB42：常用随机变量服从的分布.mp414.64MB43：随机向量_独立性_协方差_随机向量的正太分布.mp422.95MB44：最大似然估计思想.mp416.62MB45：最优化的基本概念.mp423.95MB46：迭代求解的原因.mp412.99MB47：梯度下降法思路.mp419.41MB48：梯度下降法的推导.mp431.39MB49：牛顿法公式推导以及优缺点.mp430.04MB50：坐标下降法_数值优化面临的问题.mp417.05MB51：凸集.mp414.02MB52：凸函数.mp412.35MB53：凸优化的性质_一般表达形式.mp414.81MB54：拉格朗日函数.mp419.74MB数学.pdf1.5MB05、机器学习-线性回归1.18GB
章节1：多元线性回归428.22MB
1：理解简单线性回归.mp421.25MB2：最优解_损失函数_MSE.mp419.54MB3：扩展到多元线性回归.mp414.47MB4：理解多元线性回归表达式几种写法的原因.mp416.21MB5：理解维度这个概念.mp421.22MB6：理解回归一词_中心极限定理_正太分布和做预测.mp428.17MB7：假设误差服从正太分布_最大似然估计MLE.mp421.44MB8：引入正太分布的概率密度函数.mp414.86MB9：明确目标通过最大总似然求解θ.mp414.53MB10：对数似然函数_推导出损失函数MSE.mp423.06MB11：把目标函数按照线性代数的方式去表达.mp414.44MB12：推导出目标函数的导函数形式.mp423.33MB13：θ解析解的公式_是否要考虑损失函数是凸函数.mp427.93MB14：Python开发环境版本的选择及下载.mp423.08MB15：Anaconda环境安装_Pycharm环境安装.mp426.51MB16：Pycharm创建脚本并测试python开发环境.mp417.38MB17：解析解的方式求解多元线性回归_数据Xy.mp416.74MB18：解析解的方式求解多元线性回归_求解模型_使用模型_绘制图形.mp419.95MB19：解析解的方式求解多元线性回归_扩展随机种子概念_增加维度代码的变换.mp414.08MB20：Scikit-learn模块的介绍.mp416.91MB21：调用Scikit-learn中的多元线性回归求解模型(上).mp413.17MB22：调用Scikit-learn中的多元线性回归求解模型(下).mp417.24MB第一阶段_手把手教你透彻掌握线性回归算法.pdf2.71MB章节2：梯度下降法312.32MB
23：梯度下降法产生的目的和原因以及思想.mp428.12MB24：梯度下降法公式.mp428.41MB25：学习率设置的学问_全局最优解.mp426.42MB26：梯度下降法迭代流程总结.mp415.17MB27：多元线性回归下的梯度下降法.mp421.8MB28：全量梯度下降.mp430.6MB29：随机梯度下降_小批量梯度下降.mp426.32MB30：对应梯度下降法的问题和挑战.mp422.61MB31：轮次和批次.mp426.67MB32：代码实现全量梯度下降第1步和第2步.mp412.82MB33：代码实现全量梯度下降第3步和第4步.mp414.09MB34：代码实现随机梯度下降.mp412.28MB35：代码实现小批量梯度下降.mp411.67MB36：代码改进保证训练数据全都能被随机取到.mp416.08MB37：代码改进实现随着迭代增加动态调整学习率.mp416.67MB第四阶段_梯度下降法_归一化_正则化_多项式升维.pdf2.59MB章节3：归一化99.9MB
38：归一化的目的_维度之间数量级不同产生的矛盾.mp430.26MB39：归一化的目的_举例子来理解做归一化和不做归一化的区别.mp417.01MB40：归一化的副产品_有可能会提高模型的精度.mp412.57MB41：最大值最小值归一化.mp414.09MB42：标准归一化.mp425.97MB章节4：正则化129.91MB
43：代码完成标准归一化.mp421.69MB44：正则化的目的防止过拟合.mp416.5MB45：正则化通过损失函数加入惩罚项使得W越小越好.mp419.21MB46：常用的L1和L2正则项以及数学意义.mp420.13MB47：L1稀疏性和L2平滑性.mp426.03MB48：通过L1和L2的导函数理解区别的本质原因.mp426.35MB章节5：Lasso回归_Ridge回归_多项式回归236.23MB
49：代码调用Ridge岭回归.mp426.07MB50：代码调用Lasso回归.mp412.59MB51：代码调用ElasticNet回归.mp418.07MB52：升维的意义_多项式回归.mp422.22MB53：多项式升维代码实战_传入不同超参数对比.mp421.3MB54：多项式升维代码实战_训练模型和评估.mp415.88MB55：实战保险花销预测_数据介绍和加载数据.mp418.58MB56：实战保险花销预测_数据预处理.mp419.64MB57：实战保险花销预测_模型训练和评估_选择非线性算法改进.mp435.56MB58：实战保险花销预测_特征选择思路.mp416.51MB59：实战保险花销预测_特征工程.mp49.32MB60：实战保险花销预测_模型训练和评估.mp420.51MB06、机器学习-线性分类1.33GB
章节1：逻辑回归257.39MB
1：逻辑回归_Sigmoid函数.mp410.76MB2：sigmoid函数作用.mp421.37MB3：逻辑回归为什么用sigmoid函数_预备知识.mp418.66MB4：证明伯努利分布是指数族分布_推导出逻辑回归公式.mp423.51MB5：回想多元线性回归公式其实也是从广义线性回归推导出来的.mp44.31MB6：推导逻辑回归损失函数_得到总似然的公式.mp415.43MB7：推导逻辑回归损失函数_得到最终形式.mp47.85MB8：绘制逻辑回归损失函数_读入数据计算最优解模型_实现逻辑回归预测_实现逻辑回归损失函数.mp425.03MB9：绘制逻辑回归损失函数_探索单个参数和损失的关系.mp414.07MB10：绘制逻辑回归损失函数_探索两个参数和损失函数变换关系.mp417.81MB11：绘制逻辑回归损失函数_绘制3D的图形_分析X1X2两个维度的重要度.mp416.9MB12：对逻辑回归函数进行求导_结论在后面会用到.mp411.25MB13：对逻辑回归的损失函数求导_推导出导函数的形式.mp421.28MB14：实战逻辑回归对鸢尾花数据集进行二分类.mp417.78MB15：OneVsRest将多分类问题转化成多个二分类问题.mp412.09MB16：实战逻辑回归对鸢尾花数据集进行多分类.mp418.2MB第五阶段_线性分类算法_逻辑回归和Softmax回归.pdf1.09MB章节2：Softmax回归216.65MB
17：证明多项式分布属于指数族分布一种.mp414.67MB18：从广义线性回归的η推导出来Softmax的公式.mp49.91MB19：有了Softmax函数的公式就可以去计算loss_Softmax的Loss函数形式其实就是LR的泛化版本.mp416.55MB20：再次证明Softmax损失函数当K=2时就是逻辑回归损失函数.mp415.21MB21：证明Softmax公式K=2的时候就是逻辑回归_平移不变性.mp47.58MB22：逻辑回归和Softmax回归在多分类任务模型参数上的区别_与算法在选择上的区别.mp421.45MB23：实战音乐分类器_讲解需求和读取数据.mp414.06MB24：实战音乐分类器_探索不同曲风音乐文件的时间频率图.mp420.2MB25：实战音乐分类器_傅里叶变换可以帮助我们做什么.mp412.88MB26：实战音乐分类器_代码使用傅里叶变换将混音文件进行投影.mp416.92MB27：实战音乐分类器_代码对单首歌曲进行傅里叶变换_代码对600首音乐文件进行傅里叶变换并保存结果.mp421.18MB28：实战音乐分类器_代码读取600首傅里叶变换后的数据_构建训练集并训练模型.mp417.08MB29：实战音乐分类器_模型的测试和调优_解决双通道音乐文件的问题.mp428.95MB章节3：SVM支持向量机算法518.25MB
30：SVM与感知机关系_几何距离与函数距离.mp477.74MB31：SVM的思想.mp435.91MB32：几种SVM_SVM的损失函数.mp447.92MB33：数学预备知识_拉格朗日函数.mp472.17MB34：硬间隔SVM的两步优化.mp464.89MB35：总结硬间隔SVM.mp423.25MB36：软间隔SVM和总结流程.mp476.87MB37：非线性SVM.mp436.91MB38：SVM在sklearn中的使用_超参数.mp480.08MBSVM算法.pdf2.52MB章节4：SMO优化算法368.89MB
39：SVM算法流程总结.mp431.71MB40：SMO算法求解思路_分解成很多个子二次规划问题分别求解.mp435.51MB41：SMO将交给它的目标函数变成二元函数进一步变成一元函数.mp432.63MB42：对一元函数求极值点_推导出旧的α和新的α的关系.mp426.41MB43：将公式467带入导函数进一步简化_对求解出的新的α2进行剪裁.mp443.47MB44：再次说明α2如何进行剪裁的思路_根据α2求α1.mp417.78MB45：启发式选择两个α.mp49.68MB46：如何计算阈值b.mp419.48MB47：SVM的SMO实现读取数据和计算fx与Ei.mp443.99MB48：SVM的SMO实现判断违背条件的α1.mp410.02MB49：SVM的SMO实现应用公式计算alphas和b.mp412.37MB50：SVM绘制已有数据点和超平面以及边界.mp49.49MB51：关于sklearn中的SVM封装的类和超参.mp411.81MB52：概率化输出_SVM的合页损失函数_Tensorflow实现GD方式求解SVM.mp441.37MB53：OVR和OVO多分类_算法小结_对比逻辑回归.mp423.17MB07、机器学习-无监督学习1.54GB
章节1：聚类系列算法630.94MB
1：KMeans聚类流程_距离测度欧式距离和余弦距离.mp491.94MB2：距离测度欧式距离和余弦距离的场景_TFIDF.mp478.44MB3：KMeans的一些变形_KMeans的损失函数推导及假设.mp486.57MB4：mini-batchKMeans_Canopy聚类_聚类评估指标.mp4117.54MB5：KMeans代码测试不同情况下的聚类效果.mp497.13MB6：层次聚类_密度聚类_谱聚类.mp4156.59MB聚类.pdf2.74MB章节2：EM算法和GMM高斯混合模型569.6MB
7：单个高斯分布GM的参数估计.mp472.12MB8：理解GMM高斯混合分布的对数似然函数.mp459.3MB9：GMM参数估计Πμσ的流程.mp463.98MB10：Jensen不等式的应用.mp489MB11：将EM算法应用到GMM中并且推导出了μ和Σ的公式.mp493.56MB12：将EM算法应用到GMM中并且推导出Π的公式.mp426.95MB13：GMM前景背景分离.mp413.41MB14：通过声音文件利用GMM算法识别性别.mp4110.81MB15：通过声音文件利用GMM算法识别是谁.mp439.76MBEM算法与GMM模型.pdf725.2KB章节3：PCA降维算法374.02MB
16：特征选择与特征映射.mp440.6MB17：PCA的最大投影方差思路.mp4114.36MB18：最大投影方差推导_最小投影距离思路.mp493.96MB19：SVD其实就可以去实现PCA了.mp478.14MB20：PCA的几种应用.mp446.12MBPCA降维与SVD.pdf864.92KB08、机器学习-决策树系列2.57GB
章节1：决策树600.75MB
1：决策树模型的特点.mp435.9MB2：决策树的数学表达.mp437.57MB3：如何构建一颗决策树.mp433.05MB4：什么是更好的一次划分.mp426.87MB5：Gini系数.mp450.14MB6：信息增益.mp435.48MB7：熵与Gini系数关系_信息增益率.mp449.75MB8：预剪枝以及相关超参数.mp467.96MB9：代码实战决策树对鸢尾花数据集分类.mp440.61MB10：绘制决策树模型_寻找最优树深度.mp452.69MB11：代码训练回归树拟合SineWave.mp441.16MB12：后剪枝的意义.mp428.32MB13：CCP代价复杂度后剪枝.mp470.83MB14：CCP代价复杂度剪枝_α超参数设定.mp430.41MB章节2：集成学习和随机森林355.65MB
15：不同聚合方式_生成不同弱学习器方式.mp443.72MB16：Bagging_Boosting_Stacking.mp432.58MB17：随机森林.mp446.3MB18：代码实战随机森林对鸢尾花数据集分类.mp449.28MB19：OOB袋外数据.mp451.72MB20：Adaboost算法思路.mp447.04MB21：调整数据权重让权重正确率达到50%.mp436.06MB22：Adaboost如何调整样本权重和求基模型权重.mp448.95MB章节3：GBDT1.05GB
23：GBDT试图使用有监督最优化算法梯度下降求解F(x).mp431.79MB24：GBDT令每个弱学习器f(x)去拟合负梯度(1).mp448.21MB24：GBDT令每个弱学习器f(x)去拟合负梯度.mp448.21MB25：GBDT每棵树都是回归树_准备数据才能训练下一颗小树(1).mp443.03MB25：GBDT每棵树都是回归树_准备数据才能训练下一颗小树.mp443.03MB26：GBDT应用于回归问题.mp447.05MB27：GBDT回归举例_总结.mp445.6MB28：GBDT应用于二分类问题.mp438.77MB29：GBDT二分类拟合的负梯度依然是残差.mp446.05MB30：GBDT中shrinkage学习率和最优树权重ρ可以共存(1).mp434.44MB30：GBDT中shrinkage学习率和最优树权重ρ可以共存.mp434.44MB31：GBDT应用于多分类任务.mp434.17MB32：GBDT多分类如何每轮给K颗小树准备要去拟合的负梯度.mp432.69MB33：GBDT多分类流程.mp439.29MB34：对比GBDT回归、二分类、多分类相同点与不同点.mp427.63MB35：GBDT二分类叶子节点分值计算推导.mp440.64MB36：GBDT多分类叶子节点分值计算.mp429.43MB37：GBDT二分类举例详解.mp439.43MB38：GBDT多分类举例详解.mp441.29MB39：计算特征重要度进行特征选择.mp426.62MB40：GBDT用于特征组合降维(1).mp423.35MB40：GBDT用于特征组合降维.mp423.35MB41：特征组合降维在GBDT+LR架构应用(1).mp428.63MB41：特征组合降维在GBDT+LR架构应用.mp428.63MB42：GBDT在sklearn中源码剖析_初始化F(x).mp443.2MB43：GBDT在sklearn中源码剖析_负梯度计算和叶子节点分值计算.mp438.69MB44：GBDT+LR架构训练模型代码实现.mp446.16MB45：GBDT+LR架构预测评估代码实现(1).mp433.95MB45：GBDT+LR架构预测评估代码实现.mp433.95MB章节4：XGBoost607.93MB
46：回顾有监督机器学习三要素.mp441.77MB47：Bias_Variance_Trade-off.mp434.34MB48：基于树集成学习4个优点.mp440.85MB49：回顾基于树集成学习的模型和参数并举例说明.mp441.64MB50：通过目标函数Obj来达到准确率和复杂度平衡.mp423.73MB51：Objective_vs_Heuristic.mp431.41MB52：得出XGBoost最开始的Obj目标函数.mp441.54MB53：推导XGBoost对Loss二阶泰勒展开之后的Obj.mp425.78MB54：Obj化简常数项_明确训练每颗回归树需要准备gi和hi.mp434.3MB55：重新定义树ft和树的复杂度Ω.mp435.02MB56：由每个叶子节点重组目标函数Obj.mp430.39MB57：推导XGBoost出Wj计算公式_推导评价树好坏的Obj.mp431.89MB58：根据Obj收益指导每一次分裂从而学习一棵树结构.mp446.88MB59：举例说明从连续型和离散型变量中寻找最佳分裂条件.mp432.75MB60：XGBoost中防止过拟合的前剪枝_后剪枝_学习率.mp431.75MB61：样本权重对于模型学习的影响.mp427.68MB62：总结XGBoost的特性_包括缺失值的处理策略.mp456.21MB09、机器学习-概率图模型1.25GB
章节1：贝叶斯分类493.46MB
1：朴素贝叶斯分类算法.mp4116MB2：TF-IDF.mp449.47MB3：NB代码实现解析.mp499.87MB4：sklearn中调用NB_顺便讲解了GridSearchCV.mp4101.38MB5：语言模型的设计目的_MLE的作用进行参数估计.mp494.28MB6：贝叶斯网络_马尔可夫链.mp431.65MBNB_HMM.pdf826.78KB章节2：HMM算法347.52MB
7：HMM隐马的定义.mp432.9MB8：HMM隐马的三组参数_三个基本问题.mp456.02MB9：HMM预测问题使用前向算法.mp435.97MB10：HMM预测问题使用维特比算法.mp426.12MB11：HMM复习_明确概率计算问题要解决的目标.mp464.56MB12：前向算法来解决概率计算问题.mp427.36MB13：Viterbi算法案例详解.mp471.72MB14：Viterbi算法代码实现.mp432.88MB章节3：CRF算法435.65MB
15：NER与分词和POS的关系_NER的标注策略_NER的主要方法.mp484.69MB16：讲解了一下常见的深度学习LSTM+CRF的网络拓扑.mp440.02MB17：了解CRF层添加的好处.mp462.98MB18：EmissionScore_TransitionScore.mp451.66MB19：CRF的目标函数.mp414.34MB20：计算CRF真实路径的分数.mp444.32MB21：计算CRF所有可能路径的总分数.mp486.34MB22：通过模型来预测新的句子的序列标签.mp450.15MBCRF_NER.pdf1.17MB10、机器学习与大数据-Kaggle竞赛实战492.18MB
章节1：药店销量预测案例168.94MB
1：Rossmann药店销量预测_kaggle的介绍.mp412.98MB2：对数据字段的介绍_导包.mp48.63MB3：自定义损失函数.mp49.44MB4：对数据里面的目标变量sales的一个分析.mp416.91MB5：数据的预处理.mp444.16MB6：模型的训练_评估.mp423.62MB7：kaggle竞赛网站学习.mp453.2MB章节2：网页分类案例323.25MB
8：Kaggle网页分类竞赛介绍.mp411.17MB9：评估指标ROC和AUC.mp422.35MB10：评估指标ROC和AUC.mp420.69MB11：竞赛其他相关提交成绩排行榜.mp419.99MB12：数据导入.mp423.63MB13：MLlib对网页分类竞赛数据预处理.mp438.72MB14：MLlib对网页分类竞赛数据预处理_模型训练.mp428.04MB15：MLlib对网页分类竞赛模型训练_模型训练评估_搜索最佳超参数.mp425.53MB16：使用SparkML对网页分类竞赛数据预处理_模型训练_交叉验证调参_01.mp437.65MB17：使用SparkML对网页分类竞赛数据预处理_模型训练_交叉验证调参_02.mp436.02MB18：使用SparkML对网页分类竞赛数据预处理_模型训练_交叉验证调参_03.mp428.96MB19：使用SparkML对网页分类竞赛数据预处理_模型训练_交叉验证调参_04.mp430.51MB11-机器学习与大数据-海量数据挖掘工具1.88GB
章节1：Spark计算框架基础321.93MB
1：Spark特性_01.mp425.08MB2：Spark特性_02.mp417.4MB3：Spark对比hadoop优势.mp412.38MB4：回顾hadoop讲解shuffle.mp419.97MB5：分布式计算框架Shuffle的原理_01.mp425.51MB6：分布式计算框架Shuffle的原理_02.mp425.73MB7：分布式计算框架Shuffle的原理_03.mp417.39MB8：Spark的RDD特性_01.mp419.34MB9：Spark的RDD特性_02.mp421.87MB10：分布式计算所需进程.mp415.58MB11：两种算子操作本质区别.mp426.08MB12：Spark算子操作实战讲解_代码实战WordCount_01.mp431.67MB13：Spark算子操作实战讲解_代码实战WordCount_02.mp425.9MB14：Spark算子操作实战讲解_代码实战WordCount_03.mp420.19MB15：Spark算子操作实战讲解_代码实战WordCount_04.mp417.85MB章节2：Spark计算框架深入394.15MB
16：Spark数据缓存机制.mp429.16MB17：Spark宽依赖和窄依赖_01.mp424.86MB18：Spark宽依赖和窄依赖_02.mp422.51MB19：Spark宽依赖和窄依赖_03.mp415.81MB20：Spark术语总结.mp440.14MB21：分布式文件系统Block块的大小配置.mp444.18MB22：Spark程序启动运行流程详解_01.mp419.59MB23：Spark程序启动运行流程详解_02.mp428.61MB24：Spark程序启动运行流程详解_03.mp419.88MB25：讲解构建稀疏和稠密向量_01.mp433.93MB26：讲解构建稀疏和稠密向量_01.mp436.24MB27：构建LabeledPoint.mp444.27MB28：介绍SparkMLlib模块中实现的算法和调用.mp434.98MB章节3：Spark机器学习MLlib和ML模块1.18GB
29：SparkMLlib对于逻辑回归算法的调用.mp449.29MB30：SparkMLlib调用逻辑回归_自定义阈值.mp452.43MB31：SparkMLlib调用逻辑回归_自定义阈值.mp447.11MB32：SparkMLlib调用逻辑回归_使用标准归一化.mp438.63MB33：SparkMLlib调用逻辑回归_使用标准归一化.mp465.62MB34：SparkMLlib调用逻辑回归_使用标准归一化.mp433.14MB35：SparkMLlib调用逻辑回归_使用标准归一化_4.mp443.6MB36：SparkMLlib调用KMeans聚类_调用决策树(1).mp437.79MB37：SparkMLlib调用KMeans聚类_调用决策树(1).mp447.15MB38：SparkMLlib调用KMeans聚类_调用决策树(1).mp440.95MB39：使用逻辑回归和随机森林对股票Stock预测案例实战.mp443.42MB40：使用逻辑回归和随机森林对股票Stock预测案例实战.mp434.88MB41：使用逻辑回归和随机森林对股票Stock预测案例实战.mp434.72MB42：从数据转化到训练集的构建.mp463.43MB43：模型的训练以及评估和调超参.mp435.13MB44：模型的训练以及评估和调超参.mp432.2MB45：模型的训练以及评估和调超参.mp443.15MB46：SparkML机器学习库概念讲解.mp459.65MB47：SparkML机器学习库概念讲解.mp453.66MB48：SparkML机器学习库代码实战讲解.mp461.17MB49：SparkML机器学习库代码实战讲解.mp463.52MB50：SparkML网页分类案例代码实战续（1）.mp462.9MB51：SparkML网页分类案例代码实战续（1）.mp460.75MB52：SparkML网页分类案例代码实战续（2）.mp457.53MB53：SparkML网页分类案例代码实战续（2）.mp444.96MB54：SparkML网页分类案例代码实战续（3）.mp43.98MB12-机器学习与大数据-推荐系统项目实战1.5GB
章节1：推荐系统--流程与架构482.04MB
1：推荐系统_隐式用户反馈.mp444.96MB2：推荐系统_隐式用户反馈.mp449.06MB3：推荐系统_协同过滤.mp429.26MB4：推荐系统_协同过滤.mp428.44MB5：推荐系统_协同过滤.mp428.65MB6：推荐系统_协同过滤_4.mp429.76MB7：推荐系统架构_实时_离线.mp441.81MB8：推荐系统架构_实时_离线.mp441.79MB9：推荐系统列表_关联特征权重_基本特征权重的计算.mp437.58MB10：推荐系统列表_关联特征权重_基本特征权重的计算.mp443.64MB11：推荐系统列表_关联特征权重_基本特征权重的计算.mp441.91MB12：推荐系统_数据源.mp433.87MB13：推荐系统_数据源.mp431.31MB章节2：推荐系统--数据预处理和模型构建评估实战570.96MB
14：HQL语句_python脚本构建中间结果.mp448.91MB15：HQL语句_python脚本构建中间结果.mp446.79MB16：HQL语句_python脚本构建中间结果.mp443.99MB17：HQL语句_python脚本构建中间结果_4.mp447.18MB18：推荐系统_数据预处理_spark构建特征索引_标签列.mp443.8MB19：spark构建特征索引_标签列.mp443.31MB20：spark构建特征索引_标签列.mp442.32MB21：spark构建特征索引_标签列_4.mp439.89MB22：MLlib调用算法计算模型文件并存储.mp440.21MB23：MLlib调用算法计算模型文件并存储.mp437.77MB24：MLlib调用算法计算模型文件并存储.mp443.55MB25：ACC准确率和AUC面积的计算以及意义.mp493.24MB章节3：推荐系统--模型使用和推荐服务484.87MB
26：推荐模型文件使用思路.mp425.82MB27：Redis数据库安装及其使用.mp416.62MB28：实时在线推荐列表计算逻辑代码讲解.mp450.63MB29：实时在线推荐列表计算逻辑代码讲解.mp440.17MB30：实时在线推荐列表计算逻辑代码讲解.mp436.75MB31：实时在线推荐列表计算逻辑代码讲解_4.mp436.51MB32：使用Dubbo将推荐系统做成服务.mp441.3MB33：使用Dubbo将推荐系统做成服务.mp441.4MB34：使用Dubbo将推荐系统做成服务.mp445.74MB35：Dubbo推荐服务演示_SparkMLlib介绍.mp451.29MB36：Dubbo推荐服务演示_SparkMLlib介绍.mp447.92MB37：Dubbo推荐服务演示_SparkMLlib介绍.mp450.71MB13-深度学习-原理和进阶1.58GB
章节1：神经网络算法524.4MB
1：神经网络是有监督的算法_生物神经元到人工神经元.mp463.3MB2：三种常见的激活函数_网络拓扑介绍_优化算法.mp433.55MB3：单层神经网络正向传播计算过程_用神经网络理解逻辑回归做多分类.mp445.44MB4：用神经网络理解Softmax回归.mp444.38MB5：隐藏层的意义_隐藏层相当于去做预处理_升维降维.mp469.11MB6：多节点网络输出_sklearn中NN模块的介绍.mp453.02MB7：sklearn中NN模型的代码使用.mp469.28MB8：隐藏层激活函数必须是非线性的.mp413.69MB9：tensorflow概要_conda创建虚拟环境_CPU版本的tensorflow安装.mp4132.12MB神经网络.pdf518.13KB章节2：TensorFlow深度学习工具666.41MB
10：CUDA下载地址_CUDA显卡白名单地址.mp457.91MB11：CUDA安装_cudnn安装_环境变量配置_检验是否安装成功.mp460.71MB12：Tensorflow代码运行机制_TF基础的代码.mp498.16MB13：TF实现线性回归解析解的方式_TF实现线性回归梯度下降的方式.mp4106.23MB14：TF实现线性回归BGD的方式_使用Optimizer_每轮打乱数据.mp4130.43MB15：TF实现Softmax回归来识别MNIST手写数字.mp4108.49MB16：TF实现DNN来识别MNIST手写数字.mp4104.48MB章节3：反向传播推导_Python代码实现神经网络431.97MB
17：反向传播_链式求导法则.mp456.13MB18：反向传播推导(一).mp491.08MB19：反向传播推导(二)从输出层到最后一个隐藏层.mp478.81MB20：反向传播推导(三)从输出层到最后一个隐藏层Softmax多分类为例.mp465.08MB21：反向传播推导(四)关于Δ和a还有梯度的更新事宜.mp425.06MB22：python实现神经网络训练代码讲解(一).mp450.79MB23：python实现神经网络正向反向传播训练.mp465.01MB14-深度学习-图像识别原理4.04GB
章节1：卷积神经网络原理497.11MB
1：回顾深度神经网络_卷积层是局部连接.mp481.89MB2：单通道卷积的计算.mp465.27MB3：彩色图片卷积的计算.mp436.33MB4：卷积层权值共享.mp437.06MB5：卷积的补充与Padding填充模式.mp456.33MB6：卷积的计算TF中的API操作与参数.mp476.76MB7：池化的概念和TF中的API的操作与参数.mp452.54MB8：经典的CNN架构和LeNet5.mp490.93MB章节2：卷积神经网络优化709.59MB
9：AlexNet网络结构_连续使用小的卷积核好处.mp460.49MB10：Dropout技术点思想和运用.mp472.22MB11：数据增强技术点_CNN对MNIST数据集分类_卷积池化代码.mp462.59MB12：CNN对MNIST数据集分类_全连接层以及训练代码.mp475.35MB13：深度学习网络对应ACC准确率忽然下降的思考点.mp463.34MB14：减轻梯度消失问题中激活函数发挥的作用.mp425.71MB15：减轻梯度消失问题中参数初始化发挥的作用.mp454.56MB16：VGG网络结构_以及1乘1的卷积核的作用和好处.mp476.57MB17：Optimizer_SGD_Momentum.mp459.32MB18：Optimizer_Adagrad_Adadelta_RMSprop.mp479.54MB19：Optimizer_Adam.mp479.91MB章节3：经典卷积网络算法1.71GB
20：Keras介绍_以及不同项目调用不同的python环境和CUDA环境(1).mp478MB20：Keras介绍_以及不同项目调用不同的python环境和CUDA环境.mp478MB21：VGG16_Fine-tuning_对MNIST做手写数字识别(1).mp489.69MB21：VGG16_Fine-tuning_对MNIST做手写数字识别.mp489.69MB22：InceptionV1_V2(1).mp4131.69MB22：InceptionV1_V2.mp4131.69MB23：InceptionV3_以及InceptionV3对皮肤癌图片识别(1).mp4124.68MB23：InceptionV3_以及InceptionV3对皮肤癌图片识别.mp4124.68MB24：ResNet残差单元_BottlenetBlocK(1).mp472.33MB24：ResNet残差单元_BottlenetBlocK.mp472.33MB25：DenseNet和Keras里面的实现(1).mp4116.93MB25：DenseNet和Keras里面的实现.mp4116.93MB26：DenseNet在Keras里面的代码实现(1).mp452.49MB26：DenseNet在Keras里面的代码实现.mp452.49MB27：BatchNormalization(1).mp484.12MB27：BatchNormalization.mp484.12MB28：Mobilenet网络架构(1).mp4123.63MB28：Mobilenet网络架构.mp4123.63MB章节4：古典目标检测378.49MB
29：图像识别任务_古典目标检测.mp4121.49MB30：使用OpenCV调用分类器找到目标框.mp473.92MB31：IOU以及python计算的代码.mp418.51MB32：R-CNN和SPP-net.mp468.4MB33：从FastRCNN引入FasterRCNN.mp493.8MB目标检测.pdf2.36MB章节5：现代目标检测之FasterRCNN809.48MB
34：回顾RCNN_SPPnet_Fast-RCNN.mp496.32MB35：FasterRNN的核心RPN_正向传播的框过滤_NMS.mp4152.24MB36：NMS代码实现流程_mAP目标检测平均指标.mp4105.18MB37：FasterRCNN论文讲解_从介绍到RPN的loss.mp4198.76MB38：FasterRCNN论文讲解_从RPN损失到评估指标对比.mp4250.49MBFasterR-CNNTowardsReal-TimeObjectDetectionwithRegionProposalNetworks.pdf6.49MB15-深度学习-图像识别项目实战1.12GB
章节1：车牌识别129.4MB
1：基于CascadeClassifier来提取目标框做车牌识别代码详解_01.mp431.79MB2：基于CascadeClassifier来提取目标框做车牌识别代码详解_02.mp433.64MB3：基于CascadeClassifier来提取目标框做车牌识别代码详解_03.mp418.45MB4：基于CascadeClassifier来提取目标框做车牌识别代码详解_04.mp428.08MB5：车牌识别项目关于目标检测的问题.mp417.44MB章节2：自然场景下的目标检测及源码分析878MB
6：FasterRCNN项目代码_环境说明_数据集详解_项目结构说明.mp446.53MB7：FasterRCNN项目代码_数据加载.mp439.94MB8：FasterRCNN项目代码_数据增强.mp431.37MB9：FasterRCNN项目代码_数据初始化.mp430.31MB10：FasterRCNN项目代码_模型的训练.mp417.61MB11：回归整体训练流程_详解读取数据blob_01.mp433.04MB12：回归整体训练流程_详解读取数据blob_02.mp431.64MB13：回归整体训练流程_详解读取数据blob_03.mp418.48MB14：回归整体训练流程_详解读取数据blob_04.mp427.24MB15：FasterRCNN代码_构建head.mp425.91MB16：FasterRCNN代码_构建RPN网络_01.mp449.33MB17：FasterRCNN代码_构建RPN网络_02.mp439.32MB18：FasterRCNN代码_根据RPN网络得到校正后的预测的框_01.mp437.69MB19：FasterRCNN代码_根据RPN网络得到校正后的预测的框_02.mp448MB20：FasterRCNN代码_bbox剪裁_NMS非极大值抑制.mp446.08MB21：FasterRCNN代码_给RPN准备正负例样本_01.mp440.86MB22：FasterRCNN代码_给RPN准备正负例样本_02.mp462.3MB23：FasterRCNN代码_给RPN准备正负例样本_03.mp422.05MB24：FasterRCNN代码_给RPN准备正负例样本_04.mp419.13MB25：FasterRCNN代码_给RPN准备正负例样本_05.mp429.94MB26：FasterRCNN代码_给RPN准备正负例样本_06.mp442.6MB27：FasterRCNN代码_给RPN准备正负例样本_07.mp437.95MB28：FasterRCNN代码_给RPN准备正负例样本_08.mp421.93MB29：FasterRCNN代码_给最终RCNN准备正负例样本_ROI池化_01.mp426.51MB30：FasterRCNN代码_给最终RCNN准备正负例样本_ROI池化_02.mp425.42MB31：FasterRCNN代码_添加Loss损失_smoothL1loss.mp426.83MB章节3：图像风格迁移137.82MB
32：图片风格融合项目_架构_代码实现要点.mp430.54MB33：图片风格融合项目_架构_代码实现要点.mp435.38MB34：图片风格融合项目_架构_代码实现要点.mp434.81MB35：图片风格融合项目_架构_代码实现要点_4.mp437.08MB16-深度学习-目标检测YOLO(V1-V4全版本)实战3.01GB
章节1：YOLOv1详解561.67MB
1：YOLOv1论文详解_算法特点介绍.mp4143.16MB2：YOLOv1论文详解_网络架构_思想.mp4163.33MB3：YOLOv1论文详解_训练中的技巧_Loss损失函数.mp4192.72MB4：YOLOv1论文详解_NMS_局限性.mp462.47MB章节2：YOLOv2详解619.35MB
5：YOLOv2论文详解_BN_高分辨率_引入AnchorBoxes.mp4138.74MB6：YOLOv2论文详解_mAP更better的一些点.mp4212.94MB7：YOLOv2论文详解_Darknet19_分类数据和检测数据集融合_多标签.mp4120.92MB8：YOLOv2论文详解_层级分类_层级分类用于目标检测.mp4146.75MB章节3：YOLOv3详解623.81MB
9：YOLOv3论文详解_每个框都要预测多个类别概率.mp464.54MB10：YOLOv3论文详解_引入了FPN的思想特征融合_多路输出_DarkNet53.mp4109.35MB11：YOLOv3论文详解_总结_FocalLoss.mp4100.58MB12：YOLOv4论文概述_介绍.mp496.28MB13：YOLOv4论文概述_BOS_BOF.mp4253.06MB章节4：YOLOv3代码实战705.88MB
14：YOLOv3代码剖析_项目介绍.mp495.01MB15：YOLOv3代码剖析_聚类anchors_构建backbone主干网络.mp4144.47MB16：YOLOv3代码剖析_model输出之后的预测框的计算.mp4138.41MB17：YOLOv3代码剖析_使用model预测的其余代码.mp454.57MB18：YOLOv3代码剖析_weights到h5模型的转换.mp483.7MB19：YOLOv3代码剖析_模型的训练部分详解.mp4189.72MB章节5：YOLOv4详解568.71MB
20：YOLOv4_BOF_DropBlock_FocalLoss.mp4159.22MB21：YOLOv4_BOF_GIoU_DIoU_CIoU.mp472.25MB22：YOLOv4_BOS_ASPP_SAM_SoftNMS_Mish.mp4163.21MB23：YOLOv4_BOS_SAM_PAN_CSP_CmBN.mp4174.03MB17-深度学习-语义分割原理和实战1.22GB
章节1：上采样_双线性插值_转置卷积464.64MB
1：前言.mp414.47MB2：上采样_repeat.mp416.98MB3：线性插值.mp423.87MB4：双线性插值.mp466.03MB5：转置卷积_以及TF的API.mp462.74MB6：双线性插值作为转置卷积核的初始参数.mp483.64MB7：ROIAlign.mp447.15MB8：FPN思想与网络结构.mp448.2MB9：FPN应用于FasterRCNN_ResNetFPN.mp4101.57MB章节2：医疗图像UNet语义分割119.73MB
10：语义分割的基本概念.mp414.13MB11：FCN全卷积网络做语义分割.mp428.3MB12：UNet网络结构.mp417.9MB13：UNet网络医疗图像的语义分割.mp459.4MB章节3：蒙版弹幕MaskRCNN语义分割661.65MB
14：MaskRCNN网络结构.mp454.01MB15：MaskRCNN的项目展示.mp4117.07MB16：MaskRCNN网络架构回顾.mp474.84MB17：MaskRCNN根据文档和论文总结重要的知识点.mp4191.29MB18：MaskRCNN项目关于运行代码环境的说明.mp434.35MB19：MaskRCNN源码config和model.mp4190.09MB18-深度学习-人脸识别项目实战897.01MB
章节1：人脸识别897.01MB
1：人脸识别任务种类_具体做法思路.mp426.65MB2：开源的FaceNet项目介绍.mp429.12MB3：人脸识别项目代码整体结构.mp423.36MB4：MTCNN论文_摘要和介绍.mp462.24MB5：MTCNN论文_网络整体架构.mp466.92MB6：PRelu_每阶段输出多分支意义.mp435.08MB7：每一个阶段每个分支的Loss损失_整合每个分支的Loss.mp457.33MB8：训练数据的准备_每一阶段训练的流程.mp453.05MB9：总结MTCNN_缩放因子_注意3阶段网络里面的全连接.mp451.73MB10：人脸识别项目代码_加载MTCNN模型.mp453.2MB11：人脸识别项目代码_读取图片带入MTCNN网络给出人脸候选框.mp448.88MB12：FaceNet论文_摘要和前情介绍.mp458.45MB13：FaceNet论文_相关的介绍.mp442.19MB14：FaceNet论文_TripleLoss思路来源和目标.mp448.45MB15：FaceNet论文_TripleLoss损失函数.mp453.82MB16：FaceNet论文_TripleSelection很至关重要.mp462.93MB17：FaceNet论文_ZF和Inception对比_总结.mp457.56MB18：人脸识别项目代码_FaceNet模型加载和使用.mp435.74MB19：人脸识别项目代码_人脸匹配以及最后的绘图展示.mp430.32MB19-深度学习-NLP自然语言处理原理和进阶1.61GB
章节1：词向量与词嵌入540.19MB
1：N-gram语言模型.mp4100.9MB2：NPLM神经网络语言模型.mp491.13MB3：词向量的作用.mp436.29MB4：CBOW模型思想和计算过程.mp4100.15MB5：Skip-gram模型思想和计算过程.mp433.2MB6：Huffman树_分层Softmax的思想.mp466.23MB7：分层Softmax应用到CBOW模型上.mp451.31MB8：负采样和负采样应用到CBOW模型上.mp459.08MBWord2Vec.pdf1.89MB章节2：循环神经网络原理与优化480.89MB
9：理解RNN循环神经网络拓扑结构.mp474.59MB10：理解RNN循环神经网络计算流程.mp429.87MB11：利用RNN循环神经网络对MNIST手写数字识别.mp496.49MB12：理解LSTM长短时记忆_记住Topo和公式.mp4104.73MB13：VanillaRNN的回顾复习.mp472.4MB14：补充讲一下为什么RNN中链越长越容易梯度消失.mp427.92MB15：LSTM的回顾复习_LSTM手写数字识别.mp426.32MB16：双向RNN_LSTM.mp430.09MB17：RNN里面应用的Topology结构.mp415.64MBRNN_Attention机制.pdf2.83MB章节3：从Attention机制到Transformer359.03MB
18：Seq2Seq中Attention注意力机制(1).mp439.99MB18：Seq2Seq中Attention注意力机制.mp439.99MB19：Transformer_Self-Attention_Multi-head(1).mp479.26MB19：Transformer_Self-Attention_Multi-head.mp479.26MB20：Transformer_Positional_使用逻辑_网络结构总结(1).mp455.1MB20：Transformer_Positional_使用逻辑_网络结构总结.mp455.1MBRNN_Attention机制(1).pdf5.16MBRNN_Attention机制.pdf5.16MB章节4：ELMO_BERT_GPT268.92MB
21：ELMO(1).mp433.25MB21：ELMO.mp433.25MB22：BERT理论(1).mp452.58MB22：BERT理论.mp452.58MB23：ERNIE_GPT(1).mp443.47MB23：ERNIE_GPT.mp443.47MBRNN_Attention机制(1).pdf5.16MBRNN_Attention机制.pdf5.16MB20-深度学习-NLP自然语言处理项目实战1.82GB
章节1：词向量399.76MB
1：回顾了词向量里面训练的Topology.mp491.34MB2：Word2Vec项目代码_加载数据_构建字典.mp475.49MB3：Word2Vec项目代码_构建一个个批次数据.mp465.4MB4：Word2Vec项目代码_正向传播的Graph构建_NCE损失的计算本质.mp480.94MB5：Word2Vec项目代码_评估比较相似度_最后的训练绘图.mp468.29MB6：Word2Vec项目代码_总结串讲.mp418.31MB章节2：自然语言处理--情感分析208.85MB
7：Keras实战RNN以及词嵌入来做情感分析.mp428.82MB8：数据预处理_01.mp433.19MB9：数据预处理_02.mp424.32MB10：代码讲解_01.mp424.56MB11：代码讲解_02.mp427.78MB12：代码讲解_03.mp424.5MB13：代码讲解_04.mp426.34MB14：代码讲解_05.mp419.33MB章节3：AI写唐诗330.02MB
15：AI写唐诗_数据的读取_字典的构建_文本的索引化.mp489.26MB16：AI写唐诗_训练数据的构建.mp444.78MB17：MultiRNNCell单元.mp422.27MB18：AI写唐诗_从词嵌入到构建RNN再到输出层概率输出.mp452.61MB19：AI写唐诗_损失的计算_梯度的求解截断和更新_最终的训练代码.mp448.59MB20：AI写唐诗_模型的使用_增加随机性.mp472.51MB章节4：Seq2Seq聊天机器人214.56MB
21：从AI写唐诗到Seq2Seq再到Encoder-Decoder.mp469.51MB22：Seq2Seq版Chatbot的数据预处理.mp475.2MB23：Seq2Seq版Chatbot训练和模型使用.mp469.86MB章节5：实战NER命名实体识别项目586.69MB
24：回顾了一下CRF训练和使用过程.mp456.68MB25：介绍了代码目录结构.mp419.69MB26：NER代码读取数据和预处理.mp485.89MB27：feature进入BiLSTM进行正向传播的过程.mp468.89MB28：通过CRF层来计算Loss损失以及训练.mp466.03MB29：BiLSTM-CRF模型的预测代码.mp460.45MB30：CRF中的特征函数们.mp487.83MB31：对比逻辑回归_相比HMM优势.mp483.05MB32：补充标注偏置问题_HMM做分词代码结构.mp458.18MB章节6：BERT新浪新闻10分类项目90.17MB
33：BERT新浪新闻10分类项目.mp490.17MB章节7：GPT2聊天机器人37.61MB
34：GPT2闲聊机器人.mp437.61MB21-深度学习-OCR文本识别1.04GB
章节1：深度学习-OCR文本识别1.04GB
1：传统OCR识别_深度学习OCR识别.mp4130.34MB2：OCR识别本质就是文字检测和文字识别.mp480.13MB3：OCR识别的CTC损失思想.mp495.96MB4：总结理解深度学习文字识别架构.mp434.81MB5：CTC损失函数的理解.mp4130.26MB6：CTC损失函数前向后向算法推导_梯度求导公式推导.mp485.53MB7：CTC前向后向算法代码.mp486.6MB8：GreedySearch和BeamSearch解码的方式与代码逻辑.mp4116.48MB9：CPTN项目代码剖析.mp4173.24MB10：CRNN项目代码剖析.mp4127.07MB24-【加课】Pytorch项目实战984.81MB
章节1：PyTorch运行环境安装_运行环境测试124.5MB
1：PyTorch概述.mp426.67MB2：PyTorch的安装.mp445.81MB3：Pycharm关联PyTorch运行环境.mp424.03MB4：Jupyter关联PyTorch运行环境.mp427.99MB章节2：PyTorch基础_Tensor张量运算177.16MB
5：Tensor的创建.mp442.45MB6：修改Tensor的形状_索引操作.mp456.59MB7：广播机制_逐元素操作.mp433.45MB8：归并操作_比较操作_矩阵操作.mp444.67MB章节3：PyTorch卷积神经网络_实战CIFAR10347.44MB
9：PyTorch实战CIFAR10数据_读取和展示.mp458.48MB10：PyTorch实战CIFAR10_构建网络_打印网络层次.mp438.92MB11：PyTorch实战CIFAR10_训练模型_测试模型.mp433.5MB12：PyTorch实战CIFAR10_分类别打印模型准确率.mp419.94MB13：使用全局平均池化_使用LeNet模型.mp426.73MB14：使用集成学习思想训练识别模型.mp453.92MB15：使用VGG16模型提供准确率.mp433.35MB16：torchvision里面的预训练模型.mp420.28MB17：迁移学习_PyTorch代码实战冻结预训练模型参数.mp438.81MB18：PyTorch代码实战加入数据增强.mp423.49MB章节4：PyTorch循环神经网络_词性标注78.59MB
19：PyTorch词性标注_构建数据和词索引号.mp416.72MB20：PyTorch词性标注_构建词嵌入层LSTM层和词性输出层.mp426.98MB21：PyTorch词性标注_构建数据索引化和训练模型代码.mp427.12MB22：PyTorch词性标注_测试模型效果.mp47.78MB章节5：PyTorch编码器解码器_机器翻译257.12MB
23：PyTorch中英文翻译_规范化语料库_构建中英文词典索引.mp431.67MB24：PyTorch中英文翻译_数据预处理.mp424.46MB25：PyTorch中英文翻译_索引化数据_转化成Tensor张量_构建Encoder编码器.mp431.36MB26：PyTorch中英文翻译_构建训练函数之Encoder计算.mp432.85MB27：PyTorch中英文翻译_构建带Attention注意力机制的Decoder解码器.mp443.18MB28：PyTorch中英文翻译_构建训练函数之Decoder计算.mp438.5MB29：PyTorch中英文翻译_评估模型函数.mp434.22MB30：PyTorch中英文翻译_绘制Attentions注意力权重.mp420.88MB25、【加课】百度飞桨PaddlePaddle实战【新增】1.16GB
章节1：PaddlePaddle框架安装_波士顿房价预测168.31MB
1：安装PaddlePaddle.mp436.77MB2：Pycharm运行出现mkl-service或DLL找不到的问题.mp428.19MB3：PaddlePaddle求解线性模型.mp435.67MB4：预测波士顿房价_数据读取_正向传播.mp438MB5：预测波士顿房价_反向传播_模型保存_模型测试.mp429.68MB章节2：PaddlePaddle卷积网络_病理性近视识别193.48MB
6：预测病理性近视_图片数据读取.mp445.49MB7：预测病理性近视_模型训练.mp440.78MB8：预测病理性近视_定义模型结构_评估模型.mp440.92MB9：预测病理性近视_调用经典卷积神经网络.mp466.29MB章节3：PaddleDetection工具_PCB电路板缺陷检测270.61MB
10：PaddleDetection_项目配置.mp442.14MB11：安装配置VisualStudio_解决安装模块pycocotools或cython_bbox编译报错问题.mp431.05MB12：PCB电路板缺陷检测_Images和Annotations.mp429.76MB13：PCB电路板缺陷检测_前期数据的分析.mp455.99MB14：PCB电路板缺陷检测_项目配置文件.mp427.18MB15：PCB电路板缺陷检测_模型训练.mp443.74MB16：PCB电路板缺陷检测_模型预测.mp440.76MB章节4：PaddleOCR工具_车牌识别（目标检测+CRNN+CTCLoss)257.49MB
17：PaddleOCR_项目配置_CCPD数据集介绍.mp447.4MB18：车牌识别项目_详解数据准备阶段代码.mp428.73MB19：车牌识别项目_运行保存标签和剪切出的车牌图片.mp437.23MB20：车牌识别项目_车牌目标框检测模型训练.mp444.2MB21：车牌识别项目_车牌字符识别模型训练.mp445.18MB22：车牌识别项目_车牌识别模型导出及预测.mp454.75MB章节5：PaddleNLP模块_物流信息提取（BiGRU+CRF）301.88MB
代码0B
23：PaddleNLP_项目配置.mp430.94MB24：PaddleNLP_物流信息提取项目介绍.mp432.51MB25：物流信息提取项目_解决导包显示找不到nul问题.mp442.22MB26：PaddleNLP_物流信息提取项目_加载数据构建DataSet.mp438.36MB27：PaddleNLP_物流信息提取项目_进一步通过DataSet构建出DataLoader.mp437.31MB28：PaddleNLP_物流信息提取项目_构建网络模型.mp432.75MB29：PaddleNLP_物流信息提取项目_模型训练.mp435.53MB30：PaddleNLP_物流信息提取项目_合并结果并展示_使用预训练的词向量提升效果.mp452.25MB章节6：PaddleNLP模块_物流信息提取（ERNIE版）0B
26-【加课】Linux环境编程基础0B
27-【加课】算法与数据结构0B
31、【加课】强化学习【新增】0B
课件.zip59.26GBzz老师AI500集从入门到精通教程0B
cover.png496.13KBDeepSeek彻底火了，如何用，有多强，一文带你看懂！.pdf6.92MBDeepSeek时代，中小IT公司生存受到哪些深远影响？.docx850.27KBDeepSeek为何总喊“服务器繁忙”？.docx165.28KB我用Deepseek 这样做，也可以赚点生活费.docx1009.67KB新手必看：什么是Deepseek？保姆级教程教你如何使用.docx30.09KB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。
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。