三维视觉与3D-AIGC的学术应用与研究1期（Kant老师）
——/三维视觉与3D-AIGC的学术应用与研究1期（Kant老师）/├──0、三维视觉与3D-AIGC的学术应用与研究1期（Kant老师）
├──01_04次三维视觉与3D-AIGC学术应用与研究.mp4106.39M
├──02_03次三维视觉与3D-AIGC学术应用与研究.mp493.20M
├──03_02次三维视觉与3D-AIGC学术应用与研究.mp4105.53M
├──04_01次三维视觉与3D-AIGC学术应用与研究.mp4102.21M
├──05_开班-三维视觉与3D-AIGC学术应用与研究.mp465.63M
├──06_06次三维视觉与3D-AIGC学术应用与研究.mp4102.24M
└──07_05次三维视觉与3D-AIGC学术应用与研究.mp4106.09M
├──1、05【kaggle】3D图像重建匹配挑战赛
├──10_【06课】比赛复盘(直播2023-08-03).mp4783.02M
├──1_【必看】课前须知.html11.63kb
├──2_打造舒适的AI开发环境--软件篇2-3.mp4445.23M
├──3_打造舒适的AI开发环境--软件篇1.mp4387.33M
├──4_打造舒适的AI开发环境--硬件篇.mp4327.41M
├──5_【01课】2022图像匹配挑战赛top名次逐行代码讲解（一）(直播2023-05-19).mp4742.25M
├──6_【02课】2022图像匹配挑战赛top名次逐行代码讲解（二）(直播2023-05-26).mp4628.67M
├──7_【03课】2022图像匹配挑战赛top名次逐行代码讲解（三））(直播2023-05-31).mp4479.55M
├──8_【04课】新赛baseline讲解(直播2023-06-04).mp4827.15M
└──9_【05课】2023图像匹配挑战赛top名次逐行代码讲解（一））(直播2023-06-19).mp4384.51M
├──2、科研方法论研修班（全额版）
├──10_【4月11日】第九节:论文修改和审稿反馈(直播2024-04-11).mp4296.66M
├──11_【4月16日】第十节:学术发表和学术生涯规划(直播2024-04-16).mp4278.78M
├──12_【4月18日】第十一节:老师点评、自我评价与答疑(直播2024-04-18).mp4342.92M
├──1_课件资料.html0.52kb
├──2_【3月12日】第一节:导论和学术科研概述(直播2024-03-12).mp4452.04M
├──3_【3月14日】第二节:研究主题选择和问题定义(直播2024-03-14).mp4540.47M
├──4_【3月19日】第三节:文献综述和相关工作(直播2024-03-19).mp4500.41M
├──5_【3月21日】第四节:实验设计和数据收集(直播2024-03-21).mp4468.13M
├──6_【3月26日】第五节:算法和模型选择(直播2024-03-26).mp4293.38M
├──7_【3月28日】第六节:实验实施和结果分析(直播2024-03-28).mp4322.30M
├──8_【4月2日】第七节:论文写作和结构学术(直播2024-04-02).mp4361.88M
└──9_【4月9日】第八节:论文讨论和贡献(直播2024-04-09).mp4377.20M
├──3、02 Python · AI&数据科学入门
├──10_第五章-程序控制结构.mp4105.31M
├──11_【作业讲解】第五章:程序控制结构.mp433.72M
├──12_第六章-函数-面向过程的编程.mp4163.10M
├──13_【作业讲解】第六章:函数.mp460.25M
├──14_第七章-类-面向对象的编程.mp4101.26M
├──15_【作业讲解】第七章:类.mp440.29M
├──16_第八章-文件、异常和模块.mp4152.98M
├──17_【作业讲解】第八章:文件、异常和模块.mp416.41M
├──18_第九章-有益的探索.mp4158.78M
├──19_【作业讲解】第九章:有益的探索.mp438.57M
├──1_【资料合集】代码、数据及课件下载地址.html1.35kb
├──20_第十章-Python标准库.mp4113.29M
├──21_【作业讲解】第十章:Python标准库.mp419.02M
├──22_第十一章-科学计算库—Numpy应用.mp4103.91M
├──23_【作业讲解】第十一章:Numpy库.mp4219.70M
├──24_第十二章-Pandas库.mp4187.64M
├──25_【作业讲解】第十二章:Pandas库.mp4203.79M
├──26_第十三章-Matplotlib.mp4126.60M
├──27_【作业讲解】第十三章:Matplotlib.mp4260.47M
├──28_第十四章-Sklearn常规用法.mp472.58M
├──29_【作业讲解】第十四章:Sklearn常规用法.mp4334.61M
├──2_第一章-绪论和环境配置.mp456.00M
├──30_第十五章-再谈编程.mp490.97M
├──3_【作业讲解】第一章:助教实际演示配置环境过程.mp4228.98M
├──4_第二章-Python-基本语法元素.mp4147.03M
├──5_【作业讲解】第二章:Python基本语法元素.mp4381.40M
├──6_第三章-基本数据类型.mp4117.02M
├──7_【作业讲解】第三章:基本数据类型.mp4439.93M
├──8_第四章-组合数据类型.mp4119.98M
└──9_【作业讲解】第四章:复杂数据类型.mp4591.05M
├──4、03深度学习PyTorch框架班
├──10_【第一周】计算图与动态图机制.mp459.30M
├──11_【第一周】autograd与逻辑回归.mp498.33M
├──12_【第一周】作业讲解1.mp4105.52M
├──13_【第一周】作业讲解2.mp4137.57M
├──14_【第一周】作业讲解3.mp4110.23M
├──15_【第二周】数据读取机制Dataloader与Dataset.mp484.57M
├──16_【第二周】数据预处理transforms模块机制.mp480.96M
├──17_【第二周】二十二种transforms数据预处理方法.mp4176.31M
├──18_【第二周】学会自定义transforms方法.mp4195.78M
├──19_【第二周】作业讲解.mp4393.26M
├──1_【严正声明】盗版必究！.html25.37kb
├──20_【第三周】模型创建步骤与nn_Module.mp488.64M
├──21_【第三周】模型容器与AlexNet构建.mp495.69M
├──22_【第三周】nn网络层-卷积层.mp4107.06M
├──23_【第三周】nn网络层-池化-线性-激活函数层.mp496.24M
├──24_【第三周】作业讲解.mp4223.34M
├──25_【第四周】权值初始化.mp494.97M
├──26_【第四周】损失函数（一）.mp4161.04M
├──27_【第四周】损失函数(二).mp4166.41M
├──28_【第四周】优化器optimizer的概念.mp4101.97M
├──29_【第四周】torch_optim_SGD.mp4122.33M
├──2_【招募】如何获得深度之眼奖学金和助学金？.html69.35kb
├──30_【第四周】作业讲解.mp4247.42M
├──31_【第五周】学习率调整策略.mp4132.57M
├──32_【第五周】TensorBoard简介与安装.mp462.01M
├──33_【第五周】TensorBoard使用（一）.mp4112.97M
├──34_【第五周】TensorBoard使用（二）.mp4174.08M
├──35_【第五周】hook函数与CAM可视化.mp4129.63M
├──36_【第五周】作业讲解.mp4350.27M
├──37_【第六周】正则化之weight_decay.mp489.82M
├──38_【第六周】正则化之Dropout.mp483.80M
├──39_【第六周】Batch-Normalization.mp4128.81M
├──3_【必看】训练营学习指南.html22.41kb
├──40_【第六周】Normalizaiton_layers.mp492.05M
├──41_【第六周】作业讲解.mp4290.79M
├──42_【第七周】模型保存与加载.mp465.88M
├──43_【第七周】模型finetune.mp494.62M
├──44_【第七周】GPU的使用.mp4104.73M
├──45_【第七周】PyTorch常见报错.mp492.58M
├──46_【第七周】作业讲解.mp4141.12M
├──47_【第八周】图像分类一瞥.mp4144.48M
├──48_【第八周】图像分割一瞥.mp4180.07M
├──49_【第八周】图像目标检测一瞥（上）.mp4126.49M
├──4_【资料合集】课件及代码百度云盘下载地址.html1.28kb
├──50_【第八周】图像目标检测一瞥（下）.mp4229.44M
├──51_【第九周】生成对抗网络一瞥.mp4160.12M
├──52_【第九周】循环神经网络一瞥.mp4102.81M
├──5_【必看】深入浅出PyTorch.mp4381.10M
├──6_【第一周】PyTorch简介与安装.mp4100.89M
├──7_【第一周】补充-pytorch开发环境安装.mp4896.21M
├──8_【第一周】张量简介与创建.mp4173.89M
└──9_【第一周】张量操作与线性回归.mp4100.53M
├──5、《机器学习》西瓜书训练营
├──10_【第二周】多元线性回归公式.mp4249.81M
├──11_【第二周】对数几率回归公式.mp4256.78M
├──12_【第二周】学习sklearn中逻辑回归算法.html3.76kb
├──13_【第二周】本周学习内容总结.html2.30kb
├──14_【第二周】【作业讲解】逻辑回归.mp4315.76M
├──15_【第三周】决策树的分裂准则.mp4249.96M
├──16_【第三周】决策树的剪枝和连续值处理.html2.93kb
├──17_【第三周】sklearn包中决策树算法的使用.html3.53kb
├──18_【第三周】本周学习任务简单总结.html6.65kb
├──19_【第三周】【作业讲解】决策树.mp4184.95M
├──1_【严正声明】盗版必究！.html25.37kb
├──20_【第四周】支持向量机原始模型的建立和求解.mp4129.08M
├──21_【第四周】核函数和软间隔支持向量机.mp465.78M
├──22_【第四周】sklearn包中svm算法的使用.html3.71kb
├──23_【第四周】本周学习任务简单总结.html5.09kb
├──24_【第四周】【作业讲解】SVM.mp4797.78M
├──25_【第五周】极大似然估计与朴素贝叶斯.mp4353.44M
├──26_【第五周】EM算法1.mp4152.52M
├──27_【第五周】EM算法2.mp4184.73M
├──28_【第五周】EM算法3.mp4190.41M
├──29_【第五周】sklearn包中的朴素贝叶斯算法的适用.html3.09kb
├──2_【招募】如何获得深度之眼奖学金和助学金？.html69.35kb
├──30_【第五周】本周学习任务简单总结.html4.30kb
├──31_【第五周】【作业讲解】贝叶斯和EM算法.mp4162.43M
├──32_【第六周】神经网络结构.mp4265.25M
├──33_【第六周】sklearn包中神经网络的使用.html3.57kb
├──34_【第六周】本周学习任务简单总结.html5.20kb
├──35_【第六周】【作业讲解】神经网络.mp461.80M
├──36_【第七周】经验误差与过拟合.html2.95kb
├──37_【第七周】评估方法.html2.71kb
├──38_【第七周】性能度量.html2.19kb
├──39_【第七周】sklearn包中模型评估方法的使用.html3.66kb
├──3_【必看】训练营学习指南.html22.41kb
├──40_【第七周】本周学习任务简单总结.html6.58kb
├──41_【第七周】【作业讲解】模型评估与选择.mp4102.96M
├──42_【第八周】深度学习初探.html2.99kb
├──43_【第八周】特征降维.html2.47kb
├──44_【第八周】特征选择.html2.34kb
├──45_【第八周】sklearn包中特征选择和降维算法的使用.html3.66kb
├──46_【第八周】本周学习任务简单总结.html5.15kb
├──47_【第八周】【作业讲解】特征选择.mp4129.09M
├──48_【第九周】集成学习.html2.59kb
├──49_【第九周】结合策略.html2.13kb
├──4_【资料合集】课件下载合集.html0.43kb
├──50_【第九周】实验-lightGBM的使用.html2.80kb
├──51_【第九周】本周学习任务简单总结.html3.48kb
├──52_【第九周】【作业讲解】k-means.mp4221.59M
├──53_【第十周】聚类.mp4249.70M
├──54_【第十周】HMM-1.mp4432.51M
├──55_【第十周】HMM-2.mp4211.78M
├──56_【第十周】HMM-3.mp4131.94M
├──57_【第十周】实验-sklearn-user-guide-2_3_2.html2.79kb
├──58_【第十周】本周学习任务简单总结.html4.02kb
├──59_【第十一周】任务与奖赏.html2.01kb
├──5_赠送的【机器学习实战】--导读课+全套作业讲解+python代码.html0.56kb
├──60_【第十一周】学习任务简单总结.html4.90kb
├──61_【达观杯nlp比赛】第一节课-了解NLP任务和熟悉比赛题目-赛前介绍和准备.mp4222.91M
├──62_【达观杯nlp比赛】第二节课-了解NLP任务和熟悉比赛题目-赛题介绍和思路分析.mp4318.16M
├──63_【达观杯nlp比赛】第三节课-数据分析及处理.mp4419.86M
├──64_【达观杯nlp比赛】第四节课——Baseline实现.mp4467.34M
├──65_【达观杯nlp比赛】第五节课-验证集构建和交叉验证.mp4509.14M
├──6_【第一周】机器学习绪论.mp4218.54M
├──7_【第一周】本周学习任务简单总结.html1.95kb
├──8_【第二周】西瓜书公式推导学习指南.mp441.68M
└──9_【第二周】一元线性回归公式.mp4198.63M
├──6、AI数学基础
├──10_【第一章-线性代数(上)】-8-矩阵的逆②.mp473.22M
├──11_【第一章-线性代数(上)】-9-矩阵的逆③.mp459.65M
├──12_【第二章-线性代数(下)】章节导读.mp420.16M
├──13_【第二章-线性代数(下)】-1-矩阵的初等变换①.mp4144.23M
├──14_【第二章-线性代数(下)】-2-矩阵的初等变换②.mp452.40M
├──15_【第二章-线性代数(下)】-3-矩阵的初等变换③.mp4136.65M
├──16_【第二章-线性代数(下)】-4-矩阵的初等变换④.mp455.87M
├──17_【第二章-线性代数(下)】-5-矩阵的特征值与特征向量①.mp4131.55M
├──18_【第二章-线性代数(下)】-6-矩阵的特征值与特征向量②.mp489.17M
├──19_【第二章-线性代数(下)】-7-矩阵的特征值与特征向量③.mp4118.22M
├──1_课件下载地址.html0.61kb
├──20_【第二章-线性代数(下)】-8-矩阵对角化以及二次型①.mp4117.32M
├──21_【第二章-线性代数(下)】-9-矩阵对角化以及二次型②.mp467.42M
├──22_【第二章-线性代数(下)】-10-矩阵对角化以及二次型③.mp474.85M
├──23_【第二章-线性代数(下)】-11svd分解的应用.mp4126.86M
├──24_【第三章-微积分】-01常用函数的导数以及到导数的常用公式.mp4143.00M
├──25_【第三章-微积分】-02-中值定理&洛必达法则&泰勒公式及应用.mp4135.93M
├──26_【第三章-微积分】-03-函数的凹凸性&函数的极值.mp4269.34M
├──27_【第三章-微积分】-04-不定积分.mp4158.05M
├──28_【第三章-微积分】-05-定积分.mp4167.95M
├──29_【第三章-微积分】-06-偏导数&多元函数复合求导法则链式求导法则.mp4122.48M
├──2_【第一章-线性代数(上)】章节导读.mp422.70M
├──30_【第三章-微积分】-07-方向导数与梯度及其应用.mp4301.30M
├──31_【第三章-微积分】-08-多元函数泰勒公式与海森矩阵&多元函数的极值.mp4211.21M
├──32_【第三章-微积分】-09-矩阵的求导.mp4240.84M
├──33_【第三章-微积分】-10-矩阵的求导在深度学习中的应用.mp4283.08M
├──34_【第四章-概率论】-01随机实验样本空间随机事件&概率的定义.mp4311.56M
├──35_【第四章-概率论】-02全概率公式与贝叶斯公式及应用&独立性.mp4224.80M
├──36_【第四章-概率论】-03随机变量与多维随机变量.mp4127.33M
├──37_【第四章-概率论】-04期望与方差part1.mp4114.72M
├──38_【第四章-概率论】-05期望与方差part2.mp499.98M
├──39_【第四章-概率论】-06参数的估计.mp4132.48M
├──3_【第一章-线性代数(上)】-1-矩阵及其基本运算①.mp475.41M
├──40_【第五章-最优化】-1-无约束最优化梯度下降.mp4120.30M
├──41_【第五章-最优化】-2-无约束最优化梯度下降.mp4108.41M
├──42_【第五章-最优化】-3-约束最优化.mp493.26M
├──4_【第一章-线性代数(上)】-2-矩阵及其基本运算②.mp4114.70M
├──5_【第一章-线性代数(上)】-3-矩阵的行列式①.mp479.50M
├──6_【第一章-线性代数(上)】-4-矩阵的行列式②.mp496.72M
├──7_【第一章-线性代数(上)】-5-矩阵的行列式③.mp482.06M
├──8_【第一章-线性代数(上)】-6-矩阵的行列式④.mp420.34M
└──9_【第一章-线性代数(上)】-7-矩阵的逆①.mp4111.38M
└──7、人工智能代码0基础特训营
├──1_代码特训营资料合集.html0.48kb
├──2_【1月15日】模块一:transformer系列(直播2024-01-15).mp4935.98M
├──3_【1月17日】模块二:CV基础任务框架系列(直播2024-01-17).mp4940.01M
├──4_【1月19日】模块三:AIGC-图像生成系列(直播2024-01-19).mp4785.32M
├──5_【1月22日】模块四:LLM大语言模型系列(直播2024-01-22).mp4840.17M
├──6_【1月24日】模块五:多模态大模型系列(直播2024-01-24).mp4858.87M
├──7_【1月26日】模块六:激光雷达点云感知系列(直播2024-01-26).mp4730.09M
└──8_【1月29日】作业讲解(直播2024-01-29).mp4534.29M
下载地址:
**** Hidden Message ***** 1111111111111111111 111111111111111 啥也不说了，感谢楼主分享哇！ 感谢分享好教程，谢谢 感谢分享好教程，谢谢 RE: 三维视觉与3D-AIGC的学术应用与研究1期（Kant老师） [修改]
基于Spring Boot架构开发《企业级社区网站》实战项目 谢谢分享 谢谢分享
页:
[1]
2