注意：只展示部分的文件和文件夹 实际有336个文件
Python+AI -黑马- 人脸识别Python人工智能【完结】 1.2GB
29.Python+AI -黑马- 人脸识别Python人工智能【完结】 1.2GB
1-9 图片商品物体检测项目第二阶段-数据集制作与处理 352.6MB
3.TFRecords读取 83.0MB
3.TFRecords读取 83.0MB
04_第二阶段总结【虚拟宝库网xunibaoku】.mp4 10.4MB
03_TFRecord读取：provider读取【虚拟宝库网xunibaoku】.mp4 15.4MB
02_TFRecord读取：Dataset准备【虚拟宝库网xunibaoku】.mp4 30.6MB
01_slim库介绍【虚拟宝库网xunibaoku】.mp4 26.6MB
2.数据集格式转换 224.7MB
2.数据集格式转换 224.7MB
05_格式转换：example封装、总结【虚拟宝库网xunibaoku】.mp4 71.8MB
04_格式转换：图片数据以及XML读取【虚拟宝库网xunibaoku】.mp4 79.1MB
03_格式转换：文件读取以及存储逻辑【虚拟宝库网xunibaoku】.mp4 35.6MB
02_格式转换：代码介绍【虚拟宝库网xunibaoku】.mp4 27.9MB
01_数据集格式转换介绍【虚拟宝库网xunibaoku】.mp4 10.3MB
1.数据集标记 44.9MB
1.数据集标记 44.9MB
02_商品数据集标记【虚拟宝库网xunibaoku】.mp4 26.7MB
01_目标检测数据集介绍【虚拟宝库网xunibaoku】.mp4 18.2MB
1-8 图片商品物体检测项目第一阶段-检测算法原理 502.6MB
7.SSD原理 118.3MB
7.SSD原理 118.3MB
05_第一阶段算法总结【虚拟宝库网xunibaoku】.mp4 42.2MB
04_TensorflowSSD接口介绍【虚拟宝库网xunibaoku】.mp4 23.9MB
03_SSD：训练与测试流程总结【虚拟宝库网xunibaoku】.mp4 9.1MB
02_SSD：localization与confidence【虚拟宝库网xunibaoku】.mp4 17.7MB
01_SSD：网络结构与Detected结构【虚拟宝库网xunibaoku】.mp4 25.3MB
6.YOLO原理 45.1MB
6.YOLO原理 45.1MB
04_YOLO：总结【虚拟宝库网xunibaoku】.mp4 3.3MB
03_YOLO：训练过程样本标记【虚拟宝库网xunibaoku】.mp4 4.7MB
02_YOLO：单元格原理过程【虚拟宝库网xunibaoku】.mp4 31.2MB
01_YOLO：算法特点与流程介绍【虚拟宝库网xunibaoku】.mp4 5.9MB
5.FasterRCNN原理 44.3MB
5.FasterRCNN原理 44.3MB
03_FasterRCNN：总结与问题自测【虚拟宝库网xunibaoku】.mp4 5.3MB
02_FasterRCNN：RPN网络的原理【虚拟宝库网xunibaoku】.mp4 23.5MB
01_FasterRCNN：网络结构与步骤【虚拟宝库网xunibaoku】.mp4 15.5MB
4.FastRCNN原理 41.8MB
4.FastRCNN原理 41.8MB
04_FastRCNN：总结与问题自测【虚拟宝库网xunibaoku】.mp4 3.6MB
03_FastRCNN：多任务损失【虚拟宝库网xunibaoku】.mp4 15.8MB
02_FastRCNN：RoI pooling结构以及SPP对比【虚拟宝库网xunibaoku】.mp4 15.2MB
01_FastRCNN：改进之处以及网络流程【虚拟宝库网xunibaoku】.mp4 7.1MB
3.SPPNet原理 44.5MB
3.SPPNet原理 44.5MB
04_SPPNet：总结、优缺点与问题自测【虚拟宝库网xunibaoku】.mp4 7.4MB
03_SPPNet：SPP层的作用【虚拟宝库网xunibaoku】.mp4 17.3MB
02_SPPNet：映射【虚拟宝库网xunibaoku】.mp4 9.4MB
01_SPPNet：与RCNN的区别、网络流程【虚拟宝库网xunibaoku】.mp4 10.4MB
2.RCNN原理 121.9MB
2.RCNN原理 121.9MB
08_RCNN：总结、优缺点与问题自测【虚拟宝库网xunibaoku】.mp4 15.9MB
07_RCNN：训练过程与测试过程介绍【虚拟宝库网xunibaoku】.mp4 24.9MB
06_RCNN：候选区域修正【虚拟宝库网xunibaoku】.mp4 8.4MB
05_RCNN：非极大抑制（NMS）【虚拟宝库网xunibaoku】.mp4 14.2MB
04_RCNN：SVM分类器【虚拟宝库网xunibaoku】.mp4 13.9MB
03_RCNN：候选区域以及特征提取【虚拟宝库网xunibaoku】.mp4 14.4MB
02_RCNN：步骤流程介绍【虚拟宝库网xunibaoku】.mp4 9.1MB
01_Overfeat模型【虚拟宝库网xunibaoku】.mp4 21.3MB
1.目标检测概述 86.8MB
1.目标检测概述 86.8MB
08_目标检测任务描述【虚拟宝库网xunibaoku】.mp4 29.5MB
07_目标检测算法原理铺垫【虚拟宝库网xunibaoku】.mp4 3.9MB
06_目标检测应用场景【虚拟宝库网xunibaoku】.mp4 13.7MB
05_目标检测的定义和技术历史【虚拟宝库网xunibaoku】.mp4 13.3MB
04_图像识别背景【虚拟宝库网xunibaoku】.mp4 9.4MB
03_项目结构以及课程安排【虚拟宝库网xunibaoku】.mp4 6.7MB
02_项目演示结果【虚拟宝库网xunibaoku】.mp4 7.1MB
01_课程要求以及目标【虚拟宝库网xunibaoku】.mp4 3.2MB
1-7 自然语言处理 377.8MB
5.实战项目-从无到有打造聊天机器人 377.8MB
5.实战项目-从无到有打造聊天机器人 377.8MB
39. ChatBot 开始聊天【虚拟宝库网xunibaoku】.mp4 43.8MB
38. ChatBot 输入修飾【虚拟宝库网xunibaoku】.mp4 7.7MB
37. ChatBot 测试【虚拟宝库网xunibaoku】.mp4 13.1MB
36. ChatBot 训练2【虚拟宝库网xunibaoku】.mp4 42.5MB
35. ChatBot 训练【虚拟宝库网xunibaoku】.mp4 52.0MB
34. ChatBot 数据分割【虚拟宝库网xunibaoku】.mp4 15.2MB
33. ChatBot 问答数据批量【虚拟宝库网xunibaoku】.mp4 22.8MB
32. ChatBot 问答等长处理【虚拟宝库网xunibaoku】.mp4 29.8MB
31. ChatBot 损失，优化，梯度消減【虚拟宝库网xunibaoku】.mp4 25.1MB
30. ChatBot训练 & 测试結果【虚拟宝库网xunibaoku】.mp4 30.6MB
29. ChatBot 設置輸入的数据形状【虚拟宝库网xunibaoku】.mp4 28.3MB
28. ChatBot 模型輸入序列長度【虚拟宝库网xunibaoku】.mp4 36.3MB
27. ChatBot 模型 input【虚拟宝库网xunibaoku】.mp4 30.5MB
