注意：只展示部分的文件和文件夹 实际有100个文件
进击算法工程师深度学习课程 2.5GB
26405 2.5GB
100.16-5 下一步学习的建议.mp4 18.5MB
099.16-4 深度学习最新发展趋势分析.mp4 37.0MB
098.16-3 DALL-E模型.mp4 54.3MB
097.16-2 CLIP模型.mp4 37.7MB
096.16-1 InstructGPT模型.mp4 77.0MB
095.15-6 项目实战：电影评论情感分析.mp4 35.7MB
094.15-5 经典NLP数据集.mp4 36.4MB
093.15-4 Hugging Face库介绍.mp4 36.4MB
092.15-3 预训练模型.mp4 55.0MB
091.15-2 词义搜索和句意表示.mp4 44.8MB
090.15-1 词嵌入和word2vec.mp4 33.3MB
089.14-5 项目实战：猫狗大战.mp4 64.1MB
088.14-4 经典视觉数据集.mp4 37.3MB
087.14-3 迁移学习.mp4 31.8MB
086.14-2 图像数据增强.mp4 33.4MB
085.14-1 自定义数据加载.mp4 48.7MB
084.13-6 图像生成.mp4 56.1MB
083.13-5 Diffusion扩散模型.mp4 77.6MB
082.13-4 生成对抗网络.mp4 39.9MB
081.13-3 变分自编码器.mp4 56.2MB
080.13-2 变分推断.mp4 40.8MB
079.13-1 蒙特卡洛方法.mp4 28.5MB
078.12-6 GPT模型代码实现.mp4 38.0MB
077.12-5 Swin Transformer模型.mp4 54.9MB
076.12-4 ViT模型.mp4 31.0MB
075.12-3 T5模型.mp4 37.8MB
074.12-2 GPT系列模型.mp4 79.6MB
073.12-1BERT模型.mp4 50.2MB
072.11-7 Transformer代码实现.mp4 38.0MB
071.11-6 Transformer模型.mp4 43.9MB
070.11-5 注意力池化及代码实现.mp4 29.6MB
069.11-4 自注意力机制.mp4 30.2MB
068.11-3 键值对注意力和多头注意力.mp4 24.1MB
067.11-2 注意力的计算.mp4 57.5MB
066.11-1 什么是注意力机制.mp4 43.4MB
065.10-9 机器翻译简单代码实现.mp4 39.3MB
064.10-8 束搜索算法.mp4 25.7MB
063.10-7 序列到序列模型代码实现.mp4 33.0MB
062.10-6 编码器-解码器网络.mp4 41.1MB
061.10-5 复杂循环神经网络代码实现.mp4 35.8MB
060.10-4 长短期记忆网络.mp4 43.1MB
059.10-3 门控循环单元.mp4 28.6MB
058.10-2 双向循环神经网络.mp4 25.8MB
057.10-1 深度循环神经网络.mp4 24.2MB
056.9-6 RNN的长期依赖问题.mp4 37.7MB
055.9-5 循环神经网络代码实现.mp4 27.8MB
054.9-4 随时间反向传播算法.mp4 43.9MB
053.9-3 循环神经网络.mp4 48.3MB
052.9-2 文本数据预处理.mp4 60.0MB
051.9-1 序列建模.mp4 30.3MB
050.8-6 DenseNet.mp4 58.5MB
049.8-5 ResNet.mp4 65.0MB
048.8-4 GoogLeNet.mp4 41.0MB
047.8-3 批量规范化.mp4 23.6MB
046.8-2 VGGNet.mp4 47.7MB
045.8-1 AlexNet.mp4 49.6MB
044.7-6 卷积神经网络代码实现（LeNet）.mp4 27.2MB
043.7-5 池化层Pooling.mp4 33.6MB
042.7-4 卷积层常见操作.mp4 35.2MB
041.7-3 卷积层.mp4 44.8MB
