沽泡学院P5：人工智能CV + NLP技术阿里云盘下载

注意：只展示部分的文件和文件夹 实际有1714个文件

全部文件 1.7GB

沽泡学院P5：人工智能CV + NLP技术 1.7GB

超低价购买阿里云盘会员请进 310KB

阿里会员闲鱼小铺，价格私聊详询.jpg 112KB

超低价购买阿里云盘会员请加微信详询.jpg 109KB

往期分享.docx 87KB

优惠购买阿里云盘会员 官方小程序在线秒充.png 2KB

【沽泡学院】P5：人工智能CV + NLP技术 1.7GB

9_2022论文必备-Transformer实战系列 1.7GB

9_MedicalTrasnformer论文解读 272.4MB

6-拓展应用分析.mp4 56.5MB

5-位置编码的作用与效果.mp4 46.5MB

4-论文公式计算分析.mp4 46.9MB

3-网络结构计算流程概述.mp4 44.5MB

2-核心思想分析.mp4 54.3MB

1-论文整体分析.mp4 23.7MB

8_detr目标检测源码解读 377.6MB

9-损失函数与预测输出1.mp4 41.2MB

8-输出预测结果1.mp4 41.2MB

7-Decoder层操作与计算1.mp4 30.1MB

6-编码层作用方法1.mp4 42.8MB

5-mask与编码模块1.mp4 34.7MB

4-backbone特征提取模块1.mp4 35.5MB

3-位置编码作用分析2.mp4 47.9MB

2-数据处理与dataloader2.mp4 64.0MB

1-项目环境配置解读2.mp4 40.3MB

7_基于Transformer的detr目标检测算法 119.8MB

5-训练过程的策略1.mp4 28.3MB

4-注意力机制的作用方法1.mp4 20.8MB

3-位置信息初始化query向量1.mp4 19.9MB

2-整体网络架构分析1.mp4 31.5MB

1-DETR目标检测基本思想解读1.mp4 19.3MB

6_swintransformer源码解读 287.3MB

8-输出层概述1.mp4 41.1MB

7-各block计算方法解读1.mp4 27.9MB

6-patchmerge下采样操作1.mp4 25.2MB

5-窗口位移模块细节分析1.mp4 36.8MB

4-基础attention计算模块1.mp4 27.6MB

3-数据按window进行划分计算1.mp4 31.5MB

2-图像数据patch编码1.mp4 37.6MB

1-数据与环境配置解读1.mp4 59.6MB

5_swintransformer算法原理解析 212.5MB

9-下采样操作实现方法1.mp4 22.2MB

8-整体网络架构整合1.mp4 20.9MB

7-偏移细节分析及其计算量概述1.mp4 20.4MB

6-窗口偏移操作的实现1.mp4 24.3MB

5-基于窗口的注意力机制解读1.mp4 29.5MB

4-获取各窗口输入特征1.mp4 19.0MB

3-一个block要完成的任务1.mp4 17.4MB

2-要解决的问题及其优势分析1.mp4 22.3MB

10-分层计算方法1.mp4 21.7MB

1-swintransformer整体概述1.mp4 14.8MB

4_VIT算法模型源码解读 138.8MB

4-输出层计算结果1.mp4 37.7MB

3-注意力机制计算1.mp4 28.0MB

2-输入序列构建方法解读1.mp4 29.8MB

1-项目配置说明1.mp4 43.3MB

3_Transformer在视觉中的应用VIT算法 161.5MB

7-TNT模型细节分析1.mp4 27.5MB

6-位置编码与TNT模型1.mp4 25.2MB

5-计算公式解读1.mp4 24.1MB

4-CNN遇到的问题与窘境1.mp4 22.3MB

3-VIT整体架构解读1.mp4 24.3MB

2-对图像数据构建patch序列1.mp4 22.2MB

1-transformer发家史介绍1.mp4 15.8MB

2_自然语言处理通用框架BERT原理解读 138.5MB

9-BERT模型训练方法.mp4 20.6MB

8-transformer整体架构梳理.mp4 22.2MB

7-位置编码与多层堆叠1.mp4 16.8MB

6-Multi-head的作用1.mp4 19.3MB

5-特征分配与softmax机制1.mp4 21.2MB

4-self-attention计算方法1.mp4 23.7MB

3-注意力机制的作用1.mp4 14.7MB