dmz社区

 找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 6530|回复: 102

深度之眼-人工智能Paper(NLP方向)无课件 - 完结(163.86GB)

  [复制链接]
  • TA的每日心情
    擦汗
    2023-11-1 20:57
  • 签到天数: 32 天

    [LV.5]常住居民I

    284

    主题

    321

    帖子

    1464

    积分

    荣誉会员

    积分
    1464

    发表于 2023-10-10 09:00:01 | 显示全部楼层 |阅读模式

    本站资源全部免费,回复即可查看下载地址!

    您需要 登录 才可以下载或查看,没有帐号?立即注册

    x
    SDZY-人工智能Paper(NLP方向)-完结-无课件(163.86GB)
    ├──00直播   
       ├──单课01、直播答疑.mkv  141.06M
       ├──单课02、直播答疑.mkv  90.40M
       ├──单课03、论文复现体验课学习指引.mkv  17.81M
       ├──单课04、直播答疑.mkv  125.66M
       ├──单课06、直播答疑.mkv  98.53M
       ├──单课07、直播答疑.mkv  111.04M
       ├──单课08、直播答疑.mkv  90.23M
       ├──单课09、GAN专题直播答疑.mkv  107.04M
       ├──单课10、NLP Baseline直播答疑.mkv  195.03M
       ├──单课11、NLP Baseline 直播答疑.mkv  154.78M
       ├──单课13、NLP baseline直播答疑.mkv  89.47M
       ├──单课14、NLP直播答疑.mkv  69.91M
       ├──单课15、NLP直播答疑.mkv  200.29M
       ├──单课16、NLP baseline直播答疑.mkv  137.70M
       ├──单课17、NLP baseline直播答疑.mkv  161.51M
       ├──单课18、预训练直播答疑.mkv  162.09M
       └──单课19、NLP直播答疑.mkv  58.67M
    ├──01自监督无监督   
       ├──01、自监督-无监督》02、1.1 专题简介与导引&MOCO论文泛读.mkv  42.48M
       ├──01、自监督-无监督》03、1.2 MOCO论文精读.mkv  204.88M
       ├──01、自监督-无监督》04、1.3 MOCO-实验结果分析与总结.mkv  153.91M
       ├──01、自监督-无监督》05、1,4 MOCO-代码讲解.mkv  189.74M
       ├──01、自监督-无监督》06、2.1 simclr-论文精读.mkv  379.22M
       ├──01、自监督-无监督》07、2.2 sinclr-论文精讲.mkv  224.41M
       └──01、自监督-无监督》08、2.3 simclr-代码讲解.mkv  211.84M
    ├──02、15 NLP-推荐系统》   
       ├──02、15 NLP-推荐系统》02、1. CAN泛读.mkv  118.79M
       ├──02、15 NLP-推荐系统》03、2. CAN精读.mkv  98.24M
       ├──02、15 NLP-推荐系统》04、3. CAN代码项目实践.mkv  102.35M
       ├──02、15 NLP-推荐系统》05、4. MIND泛读.mkv  106.70M
       ├──02、15 NLP-推荐系统》06、5. MIND精读.mkv  123.17M
       ├──02、15 NLP-推荐系统》07、6. MIND代码项目实践.mkv  142.96M
       ├──02、15 NLP-推荐系统》08、7. PLE泛读.mkv  91.06M
       ├──02、15 NLP-推荐系统》09、8. PLE精读.mkv  66.22M
       ├──02、15 NLP-推荐系统》10、9. PLE代码项目实践.mkv  114.18M
       ├──02、15 NLP-推荐系统》11、10. DAT泛读.mkv  77.14M
       ├──02、15 NLP-推荐系统》12、11. DAT精读.mkv  53.35M
       ├──02、15 NLP-推荐系统》13、12. DAT代码项目实践.mkv  51.96M
       ├──02、15 NLP-推荐系统》14、13. FIBINET泛读.mkv  55.37M
       ├──02、15 NLP-推荐系统》15、14. FIBINET精读.mkv  41.00M
       └──02、15 NLP-推荐系统》16、15. FIBINET代码项目实践.mkv  75.85M
    ├──03、学前须知》   
       └──03、学前须知》01、效率提升3倍的Paper 阅读方法.mkv  123.61M
    ├──04、01 Python · AI&数据科学入门》   
       ├──04、01 Python · AI&数据科学入门》02、第一章 绪论和环境配置.mkv  22.56M
       ├──04、01 Python · AI&数据科学入门》03、【作业讲解】第一章:助教实际演示配置环境过程.mkv  13.93M
       ├──04、01 Python · AI&数据科学入门》04、第二章 Python 基本语法元素.mkv  55.30M
       ├──04、01 Python · AI&数据科学入门》05、【作业讲解】第二章:Python基本语法元素.mkv  30.66M
       ├──04、01 Python · AI&数据科学入门》06、第三章 基本数据类型.mkv  43.05M
       ├──04、01 Python · AI&数据科学入门》07、【作业讲解】第三章:基本数据类型.mkv  23.93M
       ├──04、01 Python · AI&数据科学入门》08、第四章 组合数据类型.mkv  45.20M
       ├──04、01 Python · AI&数据科学入门》09、【作业讲解】第四章:复杂数据类型.mkv  34.82M
       ├──04、01 Python · AI&数据科学入门》10、第五章 程序控制结构.mkv  39.19M
       ├──04、01 Python · AI&数据科学入门》11、【作业讲解】第五章:程序控制结构.mkv  10.90M
       ├──04、01 Python · AI&数据科学入门》12、第六章 函数-面向过程的编程.mkv  60.76M
       ├──04、01 Python · AI&数据科学入门》13、【作业讲解】第六章:函数.mkv  20.11M
       ├──04、01 Python · AI&数据科学入门》14、第七章 类-面向对象的编程.mkv  38.48M
       ├──04、01 Python · AI&数据科学入门》15、【作业讲解】第七章:类.mkv  12.41M
       ├──04、01 Python · AI&数据科学入门》16、第八章 文件、异常和模块.mkv  57.66M
       ├──04、01 Python · AI&数据科学入门》17、【作业讲解】第八章:文件、异常和模块.mkv  5.42M
       ├──04、01 Python · AI&数据科学入门》18、第九章 有益的探索.mkv  60.40M
       ├──04、01 Python · AI&数据科学入门》19、【作业讲解】第九章:有益的探索.mkv  13.01M
       ├──04、01 Python · AI&数据科学入门》20、第十章 Python标准库.mkv  43.29M
       ├──04、01 Python · AI&数据科学入门》21、【作业讲解】第十章:Python标准库.mkv  6.85M
       ├──04、01 Python · AI&数据科学入门》22、第十一章 科学计算库—Numpy应用.mkv  39.53M
       ├──04、01 Python · AI&数据科学入门》23、【作业讲解】第十一章:Numpy库.mkv  12.13M
       ├──04、01 Python · AI&数据科学入门》24、第十二章 Pandas库.mkv  72.76M
       ├──04、01 Python · AI&数据科学入门》25、【作业讲解】第十二章:Pandas库.mkv  15.46M
       ├──04、01 Python · AI&数据科学入门》26、第十三章 Matplotlib.mkv  50.74M
       ├──04、01 Python · AI&数据科学入门》27、【作业讲解】第十三章:Matplotlib.mkv  18.32M
       ├──04、01 Python · AI&数据科学入门》28、第十四章 Sklearn常规用法.mkv  28.53M
       ├──04、01 Python · AI&数据科学入门》29、【作业讲解】第十四章:Sklearn常规用法.mkv  25.44M
       └──04、01 Python · AI&数据科学入门》30、第十五章 再谈编程.mkv  34.04M
    ├──05、02 PyTorch》   
       ├──05、02 PyTorch》02、【必看】深入浅出PyTorch.mkv  103.55M
       ├──05、02 PyTorch》03、【第一周】PyTorch简介与安装.mkv  56.61M
       ├──05、02 PyTorch》04、【第一周】补充-pytorch开发环境安装.mkv  164.59M
       ├──05、02 PyTorch》05、【第一周】张量简介与创建.mkv  54.04M
       ├──05、02 PyTorch》06、【第一周】张量操作与线性回归.mkv  66.20M
       ├──05、02 PyTorch》07、【第一周】计算图与动态图机制.mkv  34.11M
       ├──05、02 PyTorch》08、【第一周】autograd与逻辑回归.mkv  68.38M
       ├──05、02 PyTorch》09、【第一周】作业讲解1.mkv  30.03M
       ├──05、02 PyTorch》10、【第一周】作业讲解2.mkv  22.93M
       ├──05、02 PyTorch》11、【第一周】作业讲解3.mkv  22.80M
       ├──05、02 PyTorch》12、【第二周】数据读取机制Dataloader与Dataset.mkv  63.23M
       ├──05、02 PyTorch》13、【第二周】数据预处理transforms模块机制.mkv  62.89M
       ├──05、02 PyTorch》14、【第二周】二十二种transforms数据预处理方法.mkv  118.45M
       ├──05、02 PyTorch》15、【第二周】学会自定义transforms方法.mkv  136.59M
       ├──05、02 PyTorch》16、【第二周】作业讲解.mkv  94.94M
       ├──05、02 PyTorch》17、【第三周】模型创建步骤与nn.Module.mkv  66.95M
       ├──05、02 PyTorch》18、【第三周】模型容器与AlexNet构建.mkv  71.56M
       ├──05、02 PyTorch》19、【第三周】nn网络层-卷积层.mkv  75.62M
       ├──05、02 PyTorch》20、【第三周】nn网络层-池化-线性-激活函数层.mkv  75.57M
       ├──05、02 PyTorch》21、【第三周】作业讲解.mkv  65.24M
       ├──05、02 PyTorch》22、【第四周】权值初始化.mkv  64.54M
       ├──05、02 PyTorch》23、【第四周】损失函数(一).mkv  111.99M
       ├──05、02 PyTorch》24、【第四周】损失函数(二).mkv  115.92M
       ├──05、02 PyTorch》25、【第四周】优化器optimizer的概念.mkv  69.74M
       ├──05、02 PyTorch》26、【第四周】torch.optim.SGD.mkv  94.87M
       ├──05、02 PyTorch》27、【第四周】作业讲解.mkv  28.67M
       ├──05、02 PyTorch》28、【第五周】学习率调整策略.mkv  90.84M
       ├──05、02 PyTorch》29、【第五周】TensorBoard简介与安装.mkv  44.92M
       ├──05、02 PyTorch》30、【第五周】TensorBoard使用(一).mkv  85.95M
       ├──05、02 PyTorch》31、【第五周】TensorBoard使用(二).mkv  128.18M
       ├──05、02 PyTorch》32、【第五周】hook函数与CAM可视化.mkv  106.22M
       ├──05、02 PyTorch》33、【第五周】作业讲解.mkv  40.37M
       ├──05、02 PyTorch》34、【第六周】正则化之weight_decay.mkv  65.97M
       ├──05、02 PyTorch》35、【第六周】Batch Normalization.mkv  106.68M
       ├──05、02 PyTorch》36、【第六周】Normalizaiton_layers.mkv  69.19M
       ├──05、02 PyTorch》37、【第六周】正则化之Dropout.mkv  73.76M
       ├──05、02 PyTorch》38、【第六周】作业讲解.mkv  38.44M
       ├──05、02 PyTorch》39、【第七周】模型保存与加载.mkv  46.08M
       ├──05、02 PyTorch》40、【第七周】模型finetune.mkv  70.48M
       ├──05、02 PyTorch》41、【第七周】GPU的使用.mkv  77.36M
       ├──05、02 PyTorch》42、【第七周】PyTorch常见报错.mkv  68.49M
       ├──05、02 PyTorch》43、【第七周】作业讲解.mkv  19.67M
       ├──05、02 PyTorch》44、【第八周】图像分类一瞥.mkv  106.50M
       ├──05、02 PyTorch》45、【第八周】图像分割一瞥.mkv  128.41M
       ├──05、02 PyTorch》46、【第八周】图像目标检测一瞥(上).mkv  95.48M
       ├──05、02 PyTorch》47、【第八周】图像目标检测一瞥(下).mkv  157.19M
       ├──05、02 PyTorch》48、【第九周】生成对抗网络一瞥.mkv  110.64M
       └──05、02 PyTorch》49、【第九周】循环神经网络一瞥.mkv  71.28M
    ├──06、人工智能数学基础》   
       ├──06、人工智能数学基础》05、【第一章 线性代数(上)】章节导读.mkv  10.81M
       ├──06、人工智能数学基础》06、【第一章 线性代数(上)】-1 矩阵及其基本运算①.mkv  35.78M
       ├──06、人工智能数学基础》07、【第一章 线性代数(上)】-2 矩阵及其基本运算②.mkv  74.63M
       ├──06、人工智能数学基础》08、【第一章 线性代数(上)】-3 矩阵的行列式①.mkv  44.57M
       ├──06、人工智能数学基础》09、【第一章 线性代数(上)】-4 矩阵的行列式②.mkv  45.23M
       ├──06、人工智能数学基础》10、【第一章 线性代数(上)】-5 矩阵的行列式③.mkv  34.37M
       ├──06、人工智能数学基础》11、【第一章 线性代数(上)】-6 矩阵的行列式④.mkv  13.00M
       ├──06、人工智能数学基础》12、【第一章 线性代数(上)】-7 矩阵的逆①.mkv  38.37M
       ├──06、人工智能数学基础》13、【第一章 线性代数(上)】-8 矩阵的逆②.mkv  25.38M
       ├──06、人工智能数学基础》14、【第一章 线性代数(上)】-9 矩阵的逆③.mkv  29.03M
       ├──06、人工智能数学基础》15、【第二章 线性代数(下)】章节导读.mkv  7.14M
       ├──06、人工智能数学基础》16、【第二章 线性代数(下)】-1 矩阵的初等变换①.mkv  48.46M
       ├──06、人工智能数学基础》17、【第二章 线性代数(下)】-2 矩阵的初等变换②.mkv  20.47M
       ├──06、人工智能数学基础》18、【第二章 线性代数(下)】-3 矩阵的初等变换③.mkv  85.05M
       ├──06、人工智能数学基础》19、【第二章 线性代数(下)】-4 矩阵的初等变换④.mkv  22.47M
       ├──06、人工智能数学基础》20、【第二章 线性代数(下)】-5 矩阵的特征值与特征向量①.mkv  74.11M
       ├──06、人工智能数学基础》21、【第二章 线性代数(下)】-6 矩阵的特征值与特征向量②.mkv  52.55M
       ├──06、人工智能数学基础》22、【第二章 线性代数(下)】-7 矩阵的特征值与特征向量③.mkv  35.99M
       ├──06、人工智能数学基础》23、【第二章 线性代数(下)】-8 矩阵对角化以及二次型①.mkv  59.40M
       ├──06、人工智能数学基础》24、【第二章 线性代数(下)】-9 矩阵对角化以及二次型②.mkv  31.44M
       ├──06、人工智能数学基础》25、【第二章 线性代数(下)】-10 矩阵对角化以及二次型③.mkv  29.83M
       ├──06、人工智能数学基础》26、【第二章 线性代数(下)】-11svd分解的应用.mkv  53.11M
       ├──06、人工智能数学基础》27、【第三章 微积分】-01常用函数的导数以及到导数的常用公式.mkv  46.64M
       ├──06、人工智能数学基础》28、【第三章 微积分】-02 中值定理&洛必达法则&泰勒公式及应用.mkv  47.60M
       ├──06、人工智能数学基础》29、【第三章 微积分】-03 函数的凹凸性&函数的极值.mkv  47.14M
       ├──06、人工智能数学基础》30、【第三章 微积分】-04 不定积分.mkv  29.56M
       ├──06、人工智能数学基础》31、【第三章 微积分】-05 定积分.mkv  29.44M
       ├──06、人工智能数学基础》32、【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.mkv  45.28M
       ├──06、人工智能数学基础》33、【第三章 微积分】-07 方向导数与梯度及其应用.mkv  54.86M
       ├──06、人工智能数学基础》34、【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.mkv  43.06M
       ├──06、人工智能数学基础》35、【第三章 微积分】-09 矩阵的求导.mkv  52.45M
       ├──06、人工智能数学基础》36、【第三章 微积分】-10 矩阵的求导在深度学习中的应用.mkv  48.63M
       ├──06、人工智能数学基础》37、【第四章 概率论】-01随机实验样本空间随机事件&概率的定义.mkv  50.22M
       ├──06、人工智能数学基础》38、【第四章 概率论】-02全概率公式与贝叶斯公式及应用&独立性.mkv  39.09M
       ├──06、人工智能数学基础》39、【第四章 概率论】-03随机变量与多维随机变量.mkv  43.46M
       ├──06、人工智能数学基础》40、【第四章 概率论】-04期望与方差part1.mkv  47.91M
       ├──06、人工智能数学基础》41、【第四章 概率论】-05期望与方差part2.mkv  19.72M
       ├──06、人工智能数学基础》42、【第四章 概率论】-06参数的估计.mkv  48.33M
       ├──06、人工智能数学基础》43、【第五章 最优化】-1 无约束最优化梯度下降.mkv  45.64M
       ├──06、人工智能数学基础》44、【第五章 最优化】-2 无约束最优化梯度下降.mkv  42.04M
       └──06、人工智能数学基础》45、【第五章 最优化】-3 约束最优化.mkv  46.79M
    ├──07、04 神经网络基础知识》   
       ├──07、04 神经网络基础知识》02、01-神经网络基础与多层感知机-0.mkv  38.15M
       ├──07、04 神经网络基础知识》03、01-神经网络基础与多层感知机-1.mkv  26.37M
       ├──07、04 神经网络基础知识》04、01-神经网络基础与多层感知机-2.mkv  28.86M
       ├──07、04 神经网络基础知识》05、01-神经网络基础与多层感知机-3.mkv  15.57M
       ├──07、04 神经网络基础知识》06、01-神经网络基础与多层感知机-4.mkv  39.66M
       ├──07、04 神经网络基础知识》07、02-卷积神经网络-0.mkv  28.88M
       ├──07、04 神经网络基础知识》08、02-卷积神经网络-1.mkv  51.75M
       ├──07、04 神经网络基础知识》09、02-卷积神经网络-2.mkv  22.11M
       ├──07、04 神经网络基础知识》10、03-循环神经网络-0.mkv  20.50M
       ├──07、04 神经网络基础知识》11、03-循环神经网络-1.mkv  37.91M
       └──07、04 神经网络基础知识》12、03-循环神经网络-2.mkv  26.61M
    ├──08、05 NLP基础知识》   
       ├──08、05 NLP基础知识》02、1-1 前言..mkv  152.17M
       ├──08、05 NLP基础知识》03、1-2 研究方向概述..mkv  112.22M
       ├──08、05 NLP基础知识》04、2-1 预备知识..mkv  60.53M
       ├──08、05 NLP基础知识》05、2-2 NLP问题中的特征..mkv  61.23M
       ├──08、05 NLP基础知识》06、2-3 特征输入..mkv  108.19M
       ├──08、05 NLP基础知识》07、2-4 文本的向量化表示与案例实现..mkv  80.70M
       ├──08、05 NLP基础知识》08、3-1 统计语言模型简介与案例实现..mkv  185.40M
       ├──08、05 NLP基础知识》09、3-2 语言模型任务评估..mkv  104.25M
       ├──08、05 NLP基础知识》10、3-3 神经语言模型简介与代码实现..mkv  191.58M
       ├──08、05 NLP基础知识》11、3-4 预训练的词表示及其使用实例..mkv  66.70M
       ├──08、05 NLP基础知识》12、4-1 word2vec原理..mkv  129.80M
       ├──08、05 NLP基础知识》13、4-2 word2vec代码复现..mkv  207.33M
       ├──08、05 NLP基础知识》14、4-3 word2vec项目实战展示..mkv  96.70M
       ├──08、05 NLP基础知识》15、4-4 BERT使用实战讲解..mkv  131.83M
       ├──08、05 NLP基础知识》16、4-5 MLP模型与实战..mkv  122.72M
       ├──08、05 NLP基础知识》17、4-6 RNN模型原理、代码复现与实战..mkv  186.45M
       ├──08、05 NLP基础知识》18、5-1 HMM序列标注..mkv  47.47M
       ├──08、05 NLP基础知识》19、5-2 HMM模型简介..mkv  121.17M
       ├──08、05 NLP基础知识》20、5-3 HMM样本生成..mkv  112.77M
       ├──08、05 NLP基础知识》21、5-4 HMM训练..mkv  71.39M
       ├──08、05 NLP基础知识》22、5-5 HMM预测..mkv  107.47M
       └──08、05 NLP基础知识》23、5-6 HMM代码实现..mkv  142.76M
    ├──09、06 NLP-baseline》   
       ├──09、06 NLP-baseline》02、NLP baseline 开营仪式.mkv  79.36M
       ├──09、06 NLP-baseline》03、1.1 word2vec1-1背景知识.mkv  79.62M
       ├──09、06 NLP-baseline》04、1.2 word2vec1-2论文泛读.mkv  66.15M
       ├──09、06 NLP-baseline》05、1.3 word2vec2-1对比模型.mkv  64.54M
       ├──09、06 NLP-baseline》06、1.4 word2vec2-2原理.mkv  39.67M
       ├──09、06 NLP-baseline》07、1.5 word2vec2-3word2vec关键技术.mkv  51.67M
       ├──09、06 NLP-baseline》08、1.6 word2vec2-4模型复杂度.mkv  24.93M
       ├──09、06 NLP-baseline》09、1.7 word2vec2-5实验结果.mkv  62.59M
       ├──09、06 NLP-baseline》10、1.8 word2vec3-1代码部分上.mkv  103.47M
       ├──09、06 NLP-baseline》11、1.9 word2vec3-2代码部分下.mkv  129.38M
       ├──09、06 NLP-baseline》12、02glove-01-_背景介绍..mkv  28.89M
       ├──09、06 NLP-baseline》13、02 glove-02-_研究成果及意义.mkv  12.22M
       ├──09、06 NLP-baseline》14、02glove-03-论文概述.mkv  87.03M
       ├──09、06 NLP-baseline》15、02glove-04-模型精讲.mkv  46.79M
       ├──09、06 NLP-baseline》16、02 glove-05-实验分析..mkv  21.96M
       ├──09、06 NLP-baseline》17、02glove-06-数据处理.mkv  23.36M
       ├──09、06 NLP-baseline》18、02 glove-07-型及训练测试.mkv  24.23M
       ├──09、06 NLP-baseline》19、03char_embedding-01-背景介绍..mkv  34.58M
       ├──09、06 NLP-baseline》20、03 char_embedding-02-研究成果及意义.mkv  27.43M
       ├──09、06 NLP-baseline》21、03char_embedding-03-论文概述.mkv  34.23M
       ├──09、06 NLP-baseline》22、03 char_embedding-04-模型详解.mkv  48.84M
       ├──09、06 NLP-baseline》23、03 char_embedding-05-语言模型实验分析.mkv  48.84M
       ├──09、06 NLP-baseline》24、03 char_embedding-06-词性标注实验分析及论文总结.mkv  45.54M
       ├──09、06 NLP-baseline》25、03 char_embedding-07-环境配置.mkv  30.18M
       ├──09、06 NLP-baseline》26、03 char_embedding-08-数据处理.mkv  49.92M
       ├──09、06 NLP-baseline》27、03 char_embedding-09-模型构建及训练和测试.mkv  34.67M
       ├──09、06 NLP-baseline》28、04textcnn-01-textcnn背景介绍.mkv  23.05M
       ├──09、06 NLP-baseline》29、04textcnn-02-textcnn研究成果及意义.mkv  13.99M
       ├──09、06 NLP-baseline》30、04 textcnn-03-textcnn模型简介.mkv  43.38M
       ├──09、06 NLP-baseline》31、04 textcnn-04-textcnn模型详解.mkv  38.33M
       ├──09、06 NLP-baseline》32、04textcnn-05-textcnn实验介绍.mkv  62.29M
       ├──09、06 NLP-baseline》33、04 textcnn-06-textcnn超参选择.mkv  87.93M
       ├──09、06 NLP-baseline》34、04 textcnn-07-textcnn数据处理以及模型构建..mkv  48.71M
       ├──09、06 NLP-baseline》35、04 textcnn-08-textcnn训练及测试.mkv  41.36M
       ├──09、06 NLP-baseline》36、05-chartextcnn_1_论文导读..mkv  41.21M
       ├──09、06 NLP-baseline》37、05-chartextcnn_2_1_模型总览及简介.mkv  50.58M
       ├──09、06 NLP-baseline》38、05-chartextcnn_2_2_模型详解.mkv  43.43M
       ├──09、06 NLP-baseline》39、05-chartextcnn_2_3_实验分析及讨论.mkv  48.78M
       ├──09、06 NLP-baseline》40、05-chartextcnn_3_1_数据处理.mkv  36.76M
       ├──09、06 NLP-baseline》41、05-chartextcnn_3_2_模型定义及训练和测试.mkv  39.50M
       ├──09、06 NLP-baseline》42、06-fasttext_1_研究背景及意义.mkv  36.39M
       ├──09、06 NLP-baseline》43、06-fasttext_2_1_fasttext模型上.mkv  40.99M
       ├──09、06 NLP-baseline》44、06-fasttext_2_2_fasttext模型下.mkv  38.25M
       ├──09、06 NLP-baseline》45、06-fasttext_2_3_fasttext实验.mkv  23.84M
       ├──09、06 NLP-baseline》46、06-fasttext_3_1_fasttext数据读取.mkv  37.59M
       ├──09、06 NLP-baseline》47、06-fasttext_3_2_fasttext模型及训练测试.mkv  21.07M
       ├──09、06 NLP-baseline》48、07 deep_nmt_1_1_论文简介以及BLEU介绍.mkv  24.49M
       ├──09、06 NLP-baseline》49、07 deep_nmt_1_2_背景介绍和研究成果及意义.mkv  40.04M
       ├──09、06 NLP-baseline》50、07 deep_nmt_2_1_deep_nmt模型详解1.mkv  46.86M
       ├──09、06 NLP-baseline》51、07 deep_nmt_2_2_deep_nmtm模型详解2.mkv  37.83M
       ├──09、06 NLP-baseline》52、07 deep_nmt_2_3_实验结果及总结.mkv  39.07M
       ├──09、06 NLP-baseline》53、07 deep_nmt_3_1_机器翻译数据处理和代码简介.mkv  48.23M
       ├──09、06 NLP-baseline》54、07 deep_nmt_3_2_模型和训练及测试.mkv  45.52M
       ├──09、06 NLP-baseline》55、08 attention_nmt_1_1_储备知识_对齐翻译_seq2seq_注意力机制..mkv  32.98M
       ├──09、06 NLP-baseline》56、08 attention_nmt_1_2_背景介绍_研究成果及意义.mkv  39.68M
       ├──09、06 NLP-baseline》57、08 attention_nmt_2_1_论文总览..mkv  48.38M
       ├──09、06 NLP-baseline》58、08 attention_nmt_2_2模型详解..mkv  49.56M
       ├──09、06 NLP-baseline》59、08 attention_nmt_2_3_实验结果及分析.mkv  48.68M
       ├──09、06 NLP-baseline》60、08 attention_nmt_3_1_deep_nmt实现.mkv  89.75M
       ├──09、06 NLP-baseline》61、08 attention_nmt_3_2_fairseq.mkv  84.72M
       ├──09、06 NLP-baseline》62、09 han_attention_1_1_前期储备知识介绍.mkv  25.41M
       ├──09、06 NLP-baseline》63、09 han_attention_1_2_研究背景成果及意义..mkv  38.71M
       ├──09、06 NLP-baseline》64、09 han_attention_2_1_论文总览.mkv  56.09M
       ├──09、06 NLP-baseline》65、09 han_attention_2_2_模型详解.mkv  36.92M
       ├──09、06 NLP-baseline》66、09 han_attention_2_3_实验结果及论文总结.mkv  120.25M
       ├──09、06 NLP-baseline》67、09 han_attention_3_1_数据读取.mkv  52.83M
       ├──09、06 NLP-baseline》68、09 han_attention_3_2_模型实现及训练和测试.mkv  51.71M
       ├──09、06 NLP-baseline》69、10 sgm_1_1_多标签分类介绍..mkv  19.69M
       ├──09、06 NLP-baseline》70、10 sgm_1_2_背景知识和研究成果及意义.mkv  58.03M
       ├──09、06 NLP-baseline》71、10 sgm_2_1_论文简介.mkv  50.81M
       ├──09、06 NLP-baseline》72、10 sgm_2_2_模型详解..mkv  27.89M
       ├──09、06 NLP-baseline》73、10 sgm_2_3_实验结果及分析.mkv  52.15M
       ├──09、06 NLP-baseline》74、10 sgm_3_1_数据处理.mkv  45.40M
       └──09、06 NLP-baseline》75、10 sgm_3_2_模型实现..mkv  74.06M
    ├──10、07 信息抽取-命名实体识别》   
       ├──10、07 信息抽取-命名实体识别》02、1.1- BiLSTM-CRF-论文研究背景.mkv  66.78M
       ├──10、07 信息抽取-命名实体识别》03、1.2- BiLSTM-CRF-论文算法总览.mkv  36.74M
       ├──10、07 信息抽取-命名实体识别》04、1.3-BiLSTM-CRF模型结构.mkv  27.55M
       ├──10、07 信息抽取-命名实体识别》05、1.4-BiLSTM-CRF损失函数与维特比解码.mkv  22.59M
       ├──10、07 信息抽取-命名实体识别》06、1.5- BiLSTM-CRF-实验结果与论文总结.mkv  14.80M
       ├──10、07 信息抽取-命名实体识别》07、1.6- BiLSTM-CRF代码讲解.mkv  44.44M
       ├──10、07 信息抽取-命名实体识别》08、1.7- BiLSTM-CRF-NCR-Fpp代码详解.mkv  49.23M
       ├──10、07 信息抽取-命名实体识别》09、2.1_LatticeLSTM论文研究背景.mkv  74.91M
       ├──10、07 信息抽取-命名实体识别》10、2.2_LatticeLSTM模型总览..mkv  27.34M
       ├──10、07 信息抽取-命名实体识别》11、2.3_LatticeLSTM模型细节.mkv  25.24M
       ├──10、07 信息抽取-命名实体识别》12、2.4_LatticeLSTM论文实验与总结.mkv  11.05M
       ├──10、07 信息抽取-命名实体识别》13、2.5_LatticeLSTM代码讲解..mkv  88.61M
       ├──10、07 信息抽取-命名实体识别》14、3.1_LR-CNN论文研究背景.mkv  78.05M
       ├──10、07 信息抽取-命名实体识别》15、3.2_LR-CNN模型总览.mkv  23.62M
       ├──10、07 信息抽取-命名实体识别》16、3.3_LR-CNN模型细节.mkv  19.87M
       ├──10、07 信息抽取-命名实体识别》17、3.4_LR-CNN模型细节2..mkv  13.75M
       ├──10、07 信息抽取-命名实体识别》18、3.5_LR-CNN论文代码讲解..mkv  44.43M
       ├──10、07 信息抽取-命名实体识别》19、4.1_LGN论文研究背景..mkv  81.93M
       ├──10、07 信息抽取-命名实体识别》20、4.2_LGN模型总览..mkv  12.85M
       ├──10、07 信息抽取-命名实体识别》21、4.3_LGN模型详解.mkv  17.23M
       ├──10、07 信息抽取-命名实体识别》22、4.4_LGN代码讲解.mkv  26.42M
       ├──10、07 信息抽取-命名实体识别》23、5.1_TENER论文研究背景.mkv  137.09M
       ├──10、07 信息抽取-命名实体识别》24、5.2_TENER模型总览.mkv  49.63M
       ├──10、07 信息抽取-命名实体识别》25、5.3_TENER模型详解.mkv  72.78M
       ├──10、07 信息抽取-命名实体识别》26、5.4_TENER模型总结.mkv  30.15M
       ├──10、07 信息抽取-命名实体识别》27、5.5_TENER模型代码.mkv  73.36M
       ├──10、07 信息抽取-命名实体识别》28、6-1_Soft_Lexicon论文研究背景..mkv  130.51M
       ├──10、07 信息抽取-命名实体识别》29、6-2_Soft_Lexicon模型总览.mp4.mkv  27.98M
       ├──10、07 信息抽取-命名实体识别》30、6-3_Soft_Lexicon模型详解..mkv  24.14M
       ├──10、07 信息抽取-命名实体识别》31、6-4_Soft_Lexicon模型总结..mkv  61.13M
       └──10、07 信息抽取-命名实体识别》32、6-5_Soft_Lexicon模型代码..mkv  46.15M
    ├──11、07 (2)信息抽取-关系抽取》   
       ├──11、07 (2)信息抽取-关系抽取》01、【11月6日】篇章级事件抽取前沿直播.mkv  222.57M
       ├──11、07 (2)信息抽取-关系抽取》03、01 cnn_for-re-01.mp4(新版).mkv  41.20M
       ├──11、07 (2)信息抽取-关系抽取》04、01 cnn_for-re-02.mp4(新版).mkv  53.55M
       ├──11、07 (2)信息抽取-关系抽取》05、01 cnn_for-re-03.mp4(新版).mkv  56.90M
       ├──11、07 (2)信息抽取-关系抽取》06、01 cnn_for-re-04.mp4(新版).mkv  67.45M
       ├──11、07 (2)信息抽取-关系抽取》07、01 cnn_for-re-05.mp4(新版).mkv  53.36M
       ├──11、07 (2)信息抽取-关系抽取》08、01 code_cnn_for_re-06(新版).mkv  77.94M
       ├──11、07 (2)信息抽取-关系抽取》09、01 code_cnn_for_re-07(新版).mkv  76.29M
       ├──11、07 (2)信息抽取-关系抽取》10、01 code_cnn_for_re-08(新版).mkv  88.95M
       ├──11、07 (2)信息抽取-关系抽取》11、01 code_cnn_for_re-09(新版).mkv  103.43M
       ├──11、07 (2)信息抽取-关系抽取》12、01 code_cnn_for_re-10(新版).mkv  59.76M
       ├──11、07 (2)信息抽取-关系抽取》13、02 pcnn_crcnn_1_PCNN背景及部分相关工作(新版).mkv  63.74M
       ├──11、07 (2)信息抽取-关系抽取》14、02 pcnn_crcnn_2_PCNN的相关工作(新版).mkv  52.01M
       ├──11、07 (2)信息抽取-关系抽取》15、02 pcnn_crcnn_3_PCNN的模型部分(新版).mkv  62.61M
       ├──11、07 (2)信息抽取-关系抽取》16、02 pcnn_crcnn_4_PCNN的实验部分及CRCNN的背景(新版).mkv  38.75M
       ├──11、07 (2)信息抽取-关系抽取》17、02 pcnn_crcnn_5_CRCNN的相关工作及模型部分(新版).mkv  83.55M
       ├──11、07 (2)信息抽取-关系抽取》18、02 pcnn_crcnn_6_CRCNN的实验部分及总结(新版).mkv  39.43M
       ├──11、07 (2)信息抽取-关系抽取》19、02 pcnn_code-7-前期回顾及输出处理1(新版).mkv  64.57M
       ├──11、07 (2)信息抽取-关系抽取》20、02 pcnn_code-8-数据处理2(新版).mkv  48.79M
       ├──11、07 (2)信息抽取-关系抽取》21、02 pcnn_code-9-模型定义(新版).mkv  64.54M
       ├──11、07 (2)信息抽取-关系抽取》22、02 pcnn_code-10-模型训练1(新版).mkv  46.77M
       ├──11、07 (2)信息抽取-关系抽取》23、02 pcnn_code-11-模型训练2及模型评价(新版).mkv  96.84M
       ├──11、07 (2)信息抽取-关系抽取》24、3.1 att-blstm 关系识别-背景介绍.(旧版).mkv  56.28M
       ├──11、07 (2)信息抽取-关系抽取》25、3.2 att-blstm 关系识别-模型详解.(旧版).mkv  85.90M
       ├──11、07 (2)信息抽取-关系抽取》26、3.3 att-blstm 关系识别-代码实战.(旧版).mkv  121.00M
       ├──11、07 (2)信息抽取-关系抽取》27、03  lstmatt_1_背景及相关工作(新版).mkv  87.87M
       ├──11、07 (2)信息抽取-关系抽取》28、03  lstmatt_2_模型及实验(新版).mkv  84.46M
       ├──11、07 (2)信息抽取-关系抽取》29、03  att_lstm_code_3_课程回顾及超参数设置(新版).mkv  91.06M
       ├──11、07 (2)信息抽取-关系抽取》30、03  att_lstm_code_4_数据处理及模型定义(新版).mkv  105.53M
       ├──11、07 (2)信息抽取-关系抽取》31、03  att_lstm_code_5_模型训练及模型评价(新版).mkv  93.61M
       ├──11、07 (2)信息抽取-关系抽取》32、4.1 LSTM-LSTM-bias 背景介绍.(旧版).mkv  71.00M
       ├──11、07 (2)信息抽取-关系抽取》33、4.2 LSTM-LSTM-bias模型详解.(旧版).mkv  91.63M
       ├──11、07 (2)信息抽取-关系抽取》34、4.3 LSTM-LSTM-bias代码实战(旧版).mkv  151.05M
       ├──11、07 (2)信息抽取-关系抽取》35、04 novel_tagging_paper_1_背景及相关工作01(新版).mkv  77.73M
       ├──11、07 (2)信息抽取-关系抽取》36、04 novel_tagging_paper_2_相关工作02(新版).mkv  61.51M
       ├──11、07 (2)信息抽取-关系抽取》37、04 novel_tagging_paper_3_相关工作03(新版).mkv  83.44M
       ├──11、07 (2)信息抽取-关系抽取》38、04 novel_tagging_paper_4_模型(新版).mkv  64.79M
       ├──11、07 (2)信息抽取-关系抽取》39、04 novel_tagging_code_1_准备工作_超参数定义_数据处理(新版).mkv  120.29M
       ├──11、07 (2)信息抽取-关系抽取》40、04 novel_tagging_code_2_数据读取_模型训练与评价(新版).mkv  107.74M
       ├──11、07 (2)信息抽取-关系抽取》41、04 novel_tagging_paper_5_实验(新版).mkv  36.17M
       ├──11、07 (2)信息抽取-关系抽取》42、05 casrel_paper_0(新版).mkv  55.00M
       ├──11、07 (2)信息抽取-关系抽取》43、05 casrel_paper_1(新版).mkv  34.01M
       ├──11、07 (2)信息抽取-关系抽取》44、05 casrel_paper_2(新版).mkv  57.32M
       ├──11、07 (2)信息抽取-关系抽取》45、05 casrel_paper_3(新版).mkv  53.37M
       ├──11、07 (2)信息抽取-关系抽取》46、05 casrel_paper_4(新版).mkv  53.62M
       ├──11、07 (2)信息抽取-关系抽取》47、05 casrel_code_5(新版).mkv  71.51M
       ├──11、07 (2)信息抽取-关系抽取》48、05 casrel_code_6(新版).mkv  93.40M
       ├──11、07 (2)信息抽取-关系抽取》49、05 casrel_code_7(新版).mkv  93.61M
       └──11、07 (2)信息抽取-关系抽取》50、05 casrel_code_8(新版).mkv  119.63M
    ├──12、08 NLP-预训练模型》   
       ├──12、08 NLP-预训练模型》02、01transformer-01-论文背景&研究成果.mkv  53.26M
       ├──12、08 NLP-预训练模型》03、01transformer-02-attention回顾.mkv  54.19M
       ├──12、08 NLP-预训练模型》04、01transformer-03-模型框架和self_attention.mkv  55.85M
       ├──12、08 NLP-预训练模型》05、01transformer-04-模型小trick..mkv  96.70M
       ├──12、08 NLP-预训练模型》06、01transformer-05-代码框架部分和encoder.mkv  105.28M
       ├──12、08 NLP-预训练模型》07、01transformer-06-代码decoder和self_attention.mkv  98.23M
       ├──12、08 NLP-预训练模型》08、01transformer-07-代码训练部分和预测部分.mkv  156.37M
       ├──12、08 NLP-预训练模型》09、02transformer_xl-01-论文背景..mkv  65.83M
       ├──12、08 NLP-预训练模型》10、02transformer_xl-02-vallini model回顾..mkv  52.17M
       ├──12、08 NLP-预训练模型》11、02transformer_xl-03-片段级递归机制..mkv  47.51M
       ├──12、08 NLP-预训练模型》12、02transformer_xl-04-相对位置编码和小trick..mkv  53.59M
       ├──12、08 NLP-预训练模型》13、02transformer_xl-05-论文总结..mkv  94.00M
       ├──12、08 NLP-预训练模型》14、02transformerxl-06-代码数据准备..mkv  58.82M
       ├──12、08 NLP-预训练模型》15、02transformerxl-07-代码self attention..mkv  132.05M
       ├──12、08 NLP-预训练模型》16、02transformer_xl-08-代码update memory和adaptive.mkv  101.14M
       ├──12、08 NLP-预训练模型》17、02transformer_xl-09-代码adaptive softmax2..mkv  151.16M
       ├──12、08 NLP-预训练模型》18、03elmo-01-elmo的下游任务介绍..mkv  29.04M
       ├──12、08 NLP-预训练模型》19、03elmo-02-feature_based和fine_tuning.mkv  24.26M
       ├──12、08 NLP-预训练模型》20、03elmo-03-word2vec和charcnn回顾.mkv  19.15M
       ├──12、08 NLP-预训练模型》21、03elmo-04-Bidirectional_language_models.mkv  22.20M
       ├──12、08 NLP-预训练模型》22、03elmo-05-how to use emol..mkv  18.26M
       ├──12、08 NLP-预训练模型》23、03elmo-06-论文回顾..mkv  67.67M
       ├──12、08 NLP-预训练模型》24、03elmo-07-代码预处理部分.mkv  78.29M
       ├──12、08 NLP-预训练模型》25、03elmo-08-代码模型结构部分.mkv  102.25M
       ├──12、08 NLP-预训练模型》26、03elmo-09-代码crf流程..mkv  42.40M
       ├──12、08 NLP-预训练模型》27、03elmo-10-代码crf实现..mkv  143.87M
       ├──12、08 NLP-预训练模型》28、04gpt-01-nlp下游任务介绍.mkv  40.46M
       ├──12、08 NLP-预训练模型》29、04gpt-02-transformer回顾.mkv  32.37M
       ├──12、08 NLP-预训练模型》30、04gpt-03-预训练和fine-tuning.mkv  23.39M
       ├──12、08 NLP-预训练模型》31、04gpt-04-输入转换.mkv  17.50M
       ├──12、08 NLP-预训练模型》32、04gpt-05-论文回顾..mkv  50.40M
       ├──12、08 NLP-预训练模型》33、04gpt-06-代码流程和建立vocab.mkv  70.76M
       ├──12、08 NLP-预训练模型》34、04gpt-07-代码与处理部分.mkv  52.48M
       ├──12、08 NLP-预训练模型》35、04gpt-08-代码trasform_roc部分.mkv  21.58M
       ├──12、08 NLP-预训练模型》36、04gpt-09-代码transformer_model部分.mkv  57.92M
       ├──12、08 NLP-预训练模型》37、04gpt-10-代码两种loss的计算.mkv  43.94M
       ├──12、08 NLP-预训练模型》38、04gpt-11-代码训练部分.mkv  51.88M
       ├──12、08 NLP-预训练模型》39、05bert-01-bert的背景和glue benchmark..mkv  27.87M
       ├──12、08 NLP-预训练模型》40、05bert-02-论文导读和bert 衍生模型..mkv  26.39M
       ├──12、08 NLP-预训练模型》41、05bert-03-bert、gtp、elmo的比较.mkv  14.58M
       ├──12、08 NLP-预训练模型》42、05bert-04-bert model和pre-training部分.mkv  28.48M
       ├──12、08 NLP-预训练模型》43、05bert-05-bert的fine-tuning部分.mkv  20.46M
       ├──12、08 NLP-预训练模型》44、05bert-06-代码fine-tuning数据预处理和model 加载.mkv  37.48M
       ├──12、08 NLP-预训练模型》45、05bert-07-代码fine-tuning训练部分.mkv  24.08M
       ├──12、08 NLP-预训练模型》46、05bert-08-代码bert pretrain的NSP.mkv  43.80M
       ├──12、08 NLP-预训练模型》47、05bert-09-代码pertrain预处理.mkv  60.81M
       ├──12、08 NLP-预训练模型》48、05bert-10-代码bert-pretrain的transformer部分..mkv  47.08M
       ├──12、08 NLP-预训练模型》49、05bert-11-代码bert pretrain的loss计算..mkv  59.92M
       ├──12、08 NLP-预训练模型》50、06ulmfit-01-uimfit背景介绍.mkv  37.51M
       ├──12、08 NLP-预训练模型》51、06ulmfit-02-awdLstm回顾..mkv  20.91M
       ├──12、08 NLP-预训练模型》52、06ulmfit-03-下三角学习率.mkv  20.58M
       ├──12、08 NLP-预训练模型》53、06ulmfit-04-classifier fine tuning..mkv  18.11M
       ├──12、08 NLP-预训练模型》54、06ulmfit-05-论文回顾.mkv  80.46M
       ├──12、08 NLP-预训练模型》55、06ulmfit-06-代码fine tuning部分.mkv  50.31M
       ├──12、08 NLP-预训练模型》56、06ulmfit-07-代码逐层解冻和预测.mkv  36.63M
       ├──12、08 NLP-预训练模型》57、06ulmfit-08-代码pycharm lm部分..mkv  42.29M
       ├──12、08 NLP-预训练模型》58、07albert-01-albert背景介绍.mkv  46.97M
       ├──12、08 NLP-预训练模型》59、07albert-02-轻量级bert回顾.mkv  42.60M
       ├──12、08 NLP-预训练模型》60、07albert-03-embedding layer的因式分解.mkv  55.15M
       ├──12、08 NLP-预训练模型》61、07albert-04-albert跨层参数共享.mkv  28.91M
       ├──12、08 NLP-预训练模型》62、07albert-05-NSP任务和论文回顾..mkv  108.88M
       ├──12、08 NLP-预训练模型》63、07albert-06-代码tokenizer部分.mkv  50.71M
       ├──12、08 NLP-预训练模型》64、07albert-07-代码samplemask.mkv  87.56M
       ├──12、08 NLP-预训练模型》65、07albert-08-代码transformer结构.mkv  81.61M
       ├──12、08 NLP-预训练模型》66、07albert-09-代码pretrain 训练部分.mkv  46.71M
       ├──12、08 NLP-预训练模型》67、07albert-10-代码albert fine-tuning.mkv  170.72M
       ├──12、08 NLP-预训练模型》68、08mass-01-mass背景介绍..mkv  73.51M
       ├──12、08 NLP-预训练模型》69、08mass-02-bert和gpt回顾..mkv  50.11M
       ├──12、08 NLP-预训练模型》70、08mass-03-mass 的seq2seq pretraining..mkv  64.88M
       ├──12、08 NLP-预训练模型》71、08mass-04-mass的discussions..mkv  118.93M
       ├──12、08 NLP-预训练模型》72、08mass-05-代码fairseq的训练流程..mkv  79.12M
       ├──12、08 NLP-预训练模型》73、08mass-06-代码mass的xseq2seq部分.mkv  161.22M
       ├──12、08 NLP-预训练模型》74、08mass-07-代码mass的xtransformer部分..mkv  73.21M
       ├──12、08 NLP-预训练模型》75、08mass-08-代码mass的dataset准备..mkv  99.92M
       ├──12、08 NLP-预训练模型》76、09xlnet-01-xlnet背景介绍..mkv  47.34M
       ├──12、08 NLP-预训练模型》77、09xlnet-02-AR和AE的比较..mkv  59.35M
       ├──12、08 NLP-预训练模型》78、09xlnet-03-排列lm部分..mkv  48.28M
       ├──12、08 NLP-预训练模型》79、09xlnet-04-排列lm的mask实现.mkv  40.57M
       ├──12、08 NLP-预训练模型》80、09xlnet-05-传统lm存在的问题..mkv  32.56M
       ├──12、08 NLP-预训练模型》81、09xlnet-06-Two Stream Self-attention..mkv  56.33M
       ├──12、08 NLP-预训练模型》82、09xlnet-07-xlnet论文回顾.mkv  69.35M
       ├──12、08 NLP-预训练模型》83、09xlnet-08-代码xlnet的fine-tuning..mkv  61.78M
       ├──12、08 NLP-预训练模型》84、09xlnet-09-代码xlnet的mask..mkv  180.55M
       ├──12、08 NLP-预训练模型》85、09xlnet-10-代码xlnet的self attention..mkv  126.95M
       ├──12、08 NLP-预训练模型》86、10electra-01-electra背景介绍..mkv  56.59M
       ├──12、08 NLP-预训练模型》87、10electra-02-gan的回顾..mkv  43.00M
       ├──12、08 NLP-预训练模型》88、10electra-03-electra的生成器和判别器详解..mkv  38.97M
       ├──12、08 NLP-预训练模型》89、10electra-04-论文回顾..mkv  84.85M
       ├──12、08 NLP-预训练模型》90、10electra-05-代码electra训练流程..mkv  106.36M
       ├──12、08 NLP-预训练模型》91、10electra-06-代码预处理部分..mkv  123.43M
       ├──12、08 NLP-预训练模型》92、10electra-07-代码生成器和判别器..mkv  126.26M
       └──12、08 NLP-预训练模型》93、10electra-08-代码start training部分..mkv  120.19M
    ├──13、09 NLP-图神经网络》   
       ├──13、09 NLP-图神经网络》02、00图神经网络专题-01-开班课..mkv  59.92M
       ├──13、09 NLP-图神经网络》03、00图神经网络专题-02-开班课.mkv  34.39M
       ├──13、09 NLP-图神经网络》04、02第二次直播答疑..mkv  72.01M
       ├──13、09 NLP-图神经网络》05、03第三次直播答疑..mkv  50.57M
       ├──13、09 NLP-图神经网络》06、05第五次直播答疑..mkv  44.09M
       ├──13、09 NLP-图神经网络》07、01nodevec-01-研究背景.mkv  24.53M
       ├──13、09 NLP-图神经网络》08、01nodevec-02-研究成果.mkv  43.82M
       ├──13、09 NLP-图神经网络》09、01nodevec-03-图的应用.mkv  33.36M
       ├──13、09 NLP-图神经网络》100、08gcn-09-gcn频域公式推导..mkv  73.58M
       ├──13、09 NLP-图神经网络》101、08gcn-10-实验分析..mkv  80.77M
       ├──13、09 NLP-图神经网络》102、08gcn-11-论文总结..mkv  41.25M
       ├──13、09 NLP-图神经网络》103、08gcn-12-代码介绍..mkv  43.63M
       ├──13、09 NLP-图神经网络》104、08gcn-13-读图预处理..mkv  51.03M
       ├──13、09 NLP-图神经网络》105、08gcn-14-gcn模型实现及代码总结.mp4.mkv  49.05M
       ├──13、09 NLP-图神经网络》106、09ggnn-01-研究背景..mkv  47.90M
       ├──13、09 NLP-图神经网络》107、09ggnn-02-ggnn模型简介..mkv  33.75M
       ├──13、09 NLP-图神经网络》108、09ggnn-03-研究成果研究意义..mkv  36.32M
       ├──13、09 NLP-图神经网络》109、09ggnn-04-模型总览..mkv  63.70M
       ├──13、09 NLP-图神经网络》10、01nodevec-04-模型结构&BFS&DFS.mkv  107.53M
       ├──13、09 NLP-图神经网络》110、09ggnn-05-GRU模型简单回顾..mkv  27.46M
       ├──13、09 NLP-图神经网络》111、09ggnn-06-GGNN模型细节..mkv  79.20M
       ├──13、09 NLP-图神经网络》112、09ggnn-07-GGSNNs模型细节..mkv  55.17M
       ├──13、09 NLP-图神经网络》113、09ggnn-08-bAbI任务..mkv  88.46M
       ├──13、09 NLP-图神经网络》114、09ggnn-09-RNN图数据分析..mkv  30.46M
       ├──13、09 NLP-图神经网络》115、09ggnn-10-实验分析&论文总结..mkv  60.07M
       ├──13、09 NLP-图神经网络》116、09ggnn-11-代码介绍..mkv  44.74M
       ├──13、09 NLP-图神经网络》117、09ggnn-12-读图..mkv  112.01M
       ├──13、09 NLP-图神经网络》118、09ggnn-13-ggnn模型代码..mkv  154.17M
       ├──13、09 NLP-图神经网络》119、09ggnn-14-模型训练和测试..mkv  39.97M
       ├──13、09 NLP-图神经网络》11、01nodevec-05-模型算法&alias算法.mkv  191.90M
       ├──13、09 NLP-图神经网络》120、10mpnn-01-研究背景..mkv  41.16M
       ├──13、09 NLP-图神经网络》121、10mpnn-02-mpnn框架简介..mkv  26.50M
       ├──13、09 NLP-图神经网络》122、10mpnn-03-研究成果研究意义..mkv  37.56M
       ├──13、09 NLP-图神经网络》123、10mpnn-04-模型总览..mkv  85.54M
       ├──13、09 NLP-图神经网络》124、10mpnn-05-mpnn框架..mkv  27.55M
       ├──13、09 NLP-图神经网络》125、10mpnn-06-mpnn代表模型..mkv  130.75M
       ├──13、09 NLP-图神经网络》126、10mpnn-07-化学分子预测模型..mkv  111.05M
       ├──13、09 NLP-图神经网络》127、10mpnn-08-set2set模型..mkv  75.16M
       ├──13、09 NLP-图神经网络》128、10mpnn-09-专题总结..mkv  41.94M
       ├──13、09 NLP-图神经网络》129、10mpnn-10-实验分析..mkv  72.38M
       ├──13、09 NLP-图神经网络》12、01nodevec-06-实验分析.mkv  140.14M
       ├──13、09 NLP-图神经网络》130、10mpnn-11-论文总结..mkv  51.85M
       ├──13、09 NLP-图神经网络》131、10mpnn-12-代码介绍..mkv  68.93M
       ├──13、09 NLP-图神经网络》132、10mpnn-13-构造图..mkv  118.56M
       ├──13、09 NLP-图神经网络》133、10mpnn-14-DataLoader封装..mkv  50.74M
       ├──13、09 NLP-图神经网络》134、10mpnn-15-mpnn框架代码..mkv  109.56M
       ├──13、09 NLP-图神经网络》135、10mpnn-16-模型训练和测试..mkv  37.55M
       ├──13、09 NLP-图神经网络》13、01nodevec-07-论文总结.mkv  64.72M
       ├──13、09 NLP-图神经网络》14、01nodevec-08-代码整体介绍.mkv  98.25M
       ├──13、09 NLP-图神经网络》15、01nodevec-09-代码节点和边的alias实现.mkv  107.56M
       ├──13、09 NLP-图神经网络》16、01nodevec-10-代码有偏随机游走和模型训练.mkv  45.73M
       ├──13、09 NLP-图神经网络》17、01nodevec-11-代码结果展示和总结.mkv  20.72M
       ├──13、09 NLP-图神经网络》18、02-line-01-论文背景..mkv  54.02M
       ├──13、09 NLP-图神经网络》19、02-line-02-研究成果研究意义..mkv  64.65M
       ├──13、09 NLP-图神经网络》20、02-line-03-前期知识..mkv  40.10M
       ├──13、09 NLP-图神经网络》21、02-line-04-一二阶相似度..mkv  129.42M
       ├──13、09 NLP-图神经网络》22、02-line-05-模型优化时间复杂度..mkv  102.21M
       ├──13、09 NLP-图神经网络》23、02-line-06-实验分析一..mkv  129.07M
       ├──13、09 NLP-图神经网络》24、02-line-07-实验分析二..mkv  52.30M
       ├──13、09 NLP-图神经网络》25、02-line-08-论文总结..mkv  90.22M
       ├──13、09 NLP-图神经网络》26、02-line-09-代码读图..mkv  44.00M
       ├──13、09 NLP-图神经网络》27、02-line-10-代码aliasSampling..mkv  64.10M
       ├──13、09 NLP-图神经网络》28、02-line-11-代码line模型实现..mkv  115.73M
       ├──13、09 NLP-图神经网络》29、03-sdne-01-论文背景..mkv  34.54M
       ├──13、09 NLP-图神经网络》30、03-sdne-02-前期知识..mkv  40.70M
       ├──13、09 NLP-图神经网络》31、03-sdne-03-研究成果..mkv  38.41M
       ├──13、09 NLP-图神经网络》32、03sdne-04-模型结构..mkv  81.64M
       ├──13、09 NLP-图神经网络》33、03sdne-05-一二阶相似度..mkv  92.35M
       ├──13、09 NLP-图神经网络》34、03sdne-06-自编码器&稀疏性问题..mkv  105.94M
       ├──13、09 NLP-图神经网络》35、03sdne-07-优化方法&时间复杂度..mkv  115.29M
       ├──13、09 NLP-图神经网络》36、03sdne-08-实验设置介绍..mkv  136.86M
       ├──13、09 NLP-图神经网络》37、03sdne-09-实验分析..mkv  101.44M
       ├──13、09 NLP-图神经网络》38、03sdne-10-代码模型训练..mkv  69.25M
       ├──13、09 NLP-图神经网络》39、03sdne-11-代码sdne模型实现..mkv  64.56M
       ├──13、09 NLP-图神经网络》40、03sdne-12-代码模型训练..mkv  60.57M
       ├──13、09 NLP-图神经网络》41、04metapath2vec-01-研究背景..mkv  47.88M
       ├──13、09 NLP-图神经网络》42、04metapath2vec-02-研究成果..mkv  62.24M
       ├──13、09 NLP-图神经网络》43、04metapath2vec-03-异质网络skip2gram..mkv  83.85M
       ├──13、09 NLP-图神经网络》44、04metapath2vec-04-算法细节..mkv  131.35M
       ├──13、09 NLP-图神经网络》45、04metapath2vec-05-实验分析..mkv  137.72M
       ├──13、09 NLP-图神经网络》46、04metapath2vec-06-论文总结..mkv  53.27M
       ├──13、09 NLP-图神经网络》47、04metapath2vec-07-代码dgl平台介绍..mkv  45.22M
       ├──13、09 NLP-图神经网络》48、04metapath2vec-08-代码生成meta-path训练集..mkv  113.10M
       ├──13、09 NLP-图神经网络》49、04metapath2vec-09-代码模型实现..mkv  94.38M
       ├──13、09 NLP-图神经网络》50、04metapath2vec-10-代码模型训练..mkv  98.04M
       ├──13、09 NLP-图神经网络》51、05transe-01-研究背景..mkv  43.03M
       ├──13、09 NLP-图神经网络》52、05transe-02-研究成果研究意义..mkv  58.07M
       ├──13、09 NLP-图神经网络》53、05transe-03-transE算法..mkv  68.75M
       ├──13、09 NLP-图神经网络》54、05transe-04-transH算法..mkv  71.65M
       ├──13、09 NLP-图神经网络》55、05transe-05-transR算法..mkv  81.53M
       ├──13、09 NLP-图神经网络》56、05transe-06-transH算法..mkv  99.51M
       ├──13、09 NLP-图神经网络》57、05transe-07-模型对比和总结..mkv  27.27M
       ├──13、09 NLP-图神经网络》58、05transe-08-实验设置和分析..mkv  66.85M
       ├──13、09 NLP-图神经网络》59、05transe-09-实验分析.mp4.mkv  48.97M
       ├──13、09 NLP-图神经网络》60、05transe-10-论文总结..mkv  20.80M
       ├──13、09 NLP-图神经网络》61、05transe-11-代码介绍..mkv  9.70M
       ├──13、09 NLP-图神经网络》62、05transe-12-代码详解一..mkv  68.89M
       ├──13、09 NLP-图神经网络》63、05transe-13-代码详解二..mkv  67.54M
       ├──13、09 NLP-图神经网络》64、05transe-14-TransR等实现及代码总结..mkv  75.84M
       ├──13、09 NLP-图神经网络》65、06gat-01-研究背景..mkv  38.59M
       ├──13、09 NLP-图神经网络》66、06gat-02-图卷积消息传递..mkv  34.06M
       ├──13、09 NLP-图神经网络》67、06gat-03-研究成果研究意义..mkv  37.53M
       ├──13、09 NLP-图神经网络》68、06gat-04-gnn核心框架..mkv  97.46M
       ├──13、09 NLP-图神经网络》69、06gat-05-gat算法讲解..mkv  56.07M
       ├──13、09 NLP-图神经网络》70、06gat-06-各种attention总结..mkv  54.61M
       ├──13、09 NLP-图神经网络》71、06gat-07-multi-head起源简介..mkv  29.76M
       ├──13、09 NLP-图神经网络》72、06gat-08-GAT算法总结和实验设置..mkv  136.73M
       ├──13、09 NLP-图神经网络》73、06gat-09-论文总结..mkv  52.47M
       ├──13、09 NLP-图神经网络》74、06gat-10-代码介绍..mkv  78.10M
       ├──13、09 NLP-图神经网络》75、06gat-11-代码设置参数&读图..mkv  66.59M
       ├──13、09 NLP-图神经网络》76、06gat-12-邻接矩阵归一化..mkv  50.56M
       ├──13、09 NLP-图神经网络》77、06gat-13-gat模型实现..mkv  95.60M
       ├──13、09 NLP-图神经网络》78、06gat-14-gat模型训练及代码总结..mkv  57.53M
       ├──13、09 NLP-图神经网络》79、07graphsage-01-研究背景..mkv  46.11M
       ├──13、09 NLP-图神经网络》80、07graphsage-02-graphSAGE模型简介..mkv  27.28M
       ├──13、09 NLP-图神经网络》81、07graphsage-03-研究成果研究意义..mkv  43.82M
       ├──13、09 NLP-图神经网络》82、07graphsage-04-模型总览..mkv  33.28M
       ├──13、09 NLP-图神经网络》83、07graphsage-05-算法详解..mkv  97.91M
       ├──13、09 NLP-图神经网络》84、07graphsage-06-监督训练及aggregators..mkv  52.98M
       ├──13、09 NLP-图神经网络》85、07graphsage-07-batch训练及WLtest..mkv  106.60M
       ├──13、09 NLP-图神经网络》86、07graphsage-08-实验分析..mkv  92.23M
       ├──13、09 NLP-图神经网络》87、07graphsage-09-代码介绍.mkv  52.40M
       ├──13、09 NLP-图神经网络》88、07graphsage-10-读图读特征..mkv  50.08M
       ├──13、09 NLP-图神经网络》89、07graphsage-11-mean-aggregator讲解..mkv  69.78M
       ├──13、09 NLP-图神经网络》90、07graphsage-12-encoder讲解..mkv  43.68M
       ├──13、09 NLP-图神经网络》91、07graphsage-13-模型训练及代码总结..mkv  37.27M
       ├──13、09 NLP-图神经网络》92、08gcn-01-研究背景.cmproj..mkv  38.96M
       ├──13、09 NLP-图神经网络》93、08gcn-02-gcn模型简介..mkv  33.43M
       ├──13、09 NLP-图神经网络》94、08gcn-03-研究成果研究意义..mkv  38.91M
       ├──13、09 NLP-图神经网络》95、08gcn-04-模型总览..mkv  41.49M
       ├──13、09 NLP-图神经网络》96、08gcn-05-RGCN模型简介..mkv  101.38M
       ├──13、09 NLP-图神经网络》97、08gcn-06-拉普拉斯矩阵..mkv  31.68M
       ├──13、09 NLP-图神经网络》98、08gcn-07-图的频域变换..mkv  35.21M
       └──13、09 NLP-图神经网络》99、08gcn-08-Chebyshev卷积核.mp4.mkv  33.36M
    ├──14、10 NLP-文本匹配》   
       ├──14、10 NLP-文本匹配》02、01DSSM-00专题引言.mkv  29.04M
       ├──14、10 NLP-文本匹配》03、01DSSM-01-学习目标..mkv  9.79M
       ├──14、10 NLP-文本匹配》04、01DSSM-02-论文背景、贡献及意义.mkv  14.11M
       ├──14、10 NLP-文本匹配》05、01DSSM-03摘要精读、总结.mkv  10.44M
       ├──14、10 NLP-文本匹配》06、01DSSM-04-上节回顾.mkv  10.67M
       ├──14、10 NLP-文本匹配》07、01DSSM-05-词哈希.mkv  17.54M
       ├──14、10 NLP-文本匹配》08、01DSSM-06-DSSM整体结构.mkv  11.30M
       ├──14、10 NLP-文本匹配》09、01DSSM-07-优化函数、实验与总结.mkv  13.91M
       ├──14、10 NLP-文本匹配》100、10-代码讲解-11.mkv  102.90M
       ├──14、10 NLP-文本匹配》10、01DSSM-08-代码总览.mkv  14.93M
       ├──14、10 NLP-文本匹配》11、01DSSM-09-词哈希表的建立与数据载入.mkv  18.36M
       ├──14、10 NLP-文本匹配》12、01DSSM-10-模型的搭建与训练、测试.mkv  19.42M
       ├──14、10 NLP-文本匹配》13、02SiameseNet-01-孪生网络定义.mkv  11.92M
       ├──14、10 NLP-文本匹配》14、02SiameseNet-02-论文背景、成果、意义.mkv  15.55M
       ├──14、10 NLP-文本匹配》15、02SiameseNet-03-摘要带读、课程小节.mkv  7.32M
       ├──14、10 NLP-文本匹配》16、02SiameseNet-04-SiameseNet整体结构..mkv  19.27M
       ├──14、10 NLP-文本匹配》17、02SiameseNet-05-对比损失函数.mkv  9.05M
       ├──14、10 NLP-文本匹配》18、02SiameseNet-06-实验设置与分析.mkv  11.62M
       ├──14、10 NLP-文本匹配》19、02SiameseNet-07-复习、代码总览.mkv  18.67M
       ├──14、10 NLP-文本匹配》20、02SiameseNet-08-data_load..mkv  14.12M
       ├──14、10 NLP-文本匹配》21、02SiameseNet-09-模型搭建与训练.mkv  14.16M
       ├──14、10 NLP-文本匹配》22、03比较-聚合模型-01序列到序列模型..mkv  29.83M
       ├──14、10 NLP-文本匹配》23、03比较-聚合模型-02注意力改进的编码器解码器结构..mkv  27.15M
       ├──14、10 NLP-文本匹配》24、03比较-聚合模型-03文本间的注意力机制..mkv  15.72M
       ├──14、10 NLP-文本匹配》25、03比较-聚合模型-04论文背景及相关工作..mkv  27.99M
       ├──14、10 NLP-文本匹配》26、03比较-聚合模型-05论文泛读..mkv  10.33M
       ├──14、10 NLP-文本匹配》27、03比较-聚合模型-06整体结构..mkv  20.46M
       ├──14、10 NLP-文本匹配》28、03比较-聚合模型-07与处理与注意力层..mkv  10.40M
       ├──14、10 NLP-文本匹配》29、03比较-聚合模型-08比较聚合层..mkv  15.01M
       ├──14、10 NLP-文本匹配》30、03比较-聚合模型-09实验分析与总结..mkv  26.55M
       ├──14、10 NLP-文本匹配》31、03比较-聚合模型-10SNLI数据集处理..mkv  27.03M
       ├──14、10 NLP-文本匹配》32、03比较-聚合模型-11SNLI数据集处理..mkv  26.99M
       ├──14、10 NLP-文本匹配》33、03比较-聚合模型-12数据载入模块..mkv  30.58M
       ├──14、10 NLP-文本匹配》34、03比较-聚合模型-13比较-聚合模型搭建与训练..mkv  39.16M
       ├──14、10 NLP-文本匹配》35、03比较-聚合模型-14复习、代码总览..mkv  17.21M
       ├──14、10 NLP-文本匹配》36、04ESIM-01学习目标与论文背景..mkv  25.51M
       ├──14、10 NLP-文本匹配》37、04ESIM-02论文总览与摘要带读..mkv  18.99M
       ├──14、10 NLP-文本匹配》38、04ESIM-03ESIM整体结构..mkv  18.43M
       ├──14、10 NLP-文本匹配》39、04ESIM-04输入编码层..mkv  16.91M
       ├──14、10 NLP-文本匹配》40、04ESIM-05局部推理建模层、推理组合层和输出预测层..mkv  24.68M
       ├──14、10 NLP-文本匹配》41、04ESIM-06实验设置与结果分析..mkv  17.00M
       ├──14、10 NLP-文本匹配》42、04ESIM-07论文总结与课程回顾..mkv  10.60M
       ├──14、10 NLP-文本匹配》43、04ESIM-08复习、代码总览..mkv  19.32M
       ├──14、10 NLP-文本匹配》44、04ESIM-09torchtext构建数据集..mkv  35.75M
       ├──14、10 NLP-文本匹配》45、04ESIM-10ESIM搭建与训练..mkv  31.17M
       ├──14、10 NLP-文本匹配》46、05BiMPM-01学习目标与研究背景..mkv  16.43M
       ├──14、10 NLP-文本匹配》47、05BiMPM-02相关工作..mkv  12.44M
       ├──14、10 NLP-文本匹配》48、05BiMPM-03研究成果、意义与论文结构..mkv  8.36M
       ├──14、10 NLP-文本匹配》49、05BiMPM-04摘要导读..mkv  14.90M
       ├──14、10 NLP-文本匹配》50、05BiMPM-05上节回顾与模型结构揣测..mkv  31.14M
       ├──14、10 NLP-文本匹配》51、05BiMPM-06模型整体结构..mkv  8.62M
       ├──14、10 NLP-文本匹配》52、05BiMPM-07多视角匹配..mkv  22.05M
       ├──14、10 NLP-文本匹配》53、05BiMPM-08实验分析与总结..mkv  16.99M
       ├──14、10 NLP-文本匹配》54、06RE2-01-论文研究背景.mp4.mkv  71.62M
       ├──14、10 NLP-文本匹配》55、06RE2-02-研究意义、摘要重点讲解.mp4.mkv  30.20M
       ├──14、10 NLP-文本匹配》56、06RE2-03-RE2结构讲解.mp4.mkv  61.55M
       ├──14、10 NLP-文本匹配》57、06RE2-04-RE2结构细节、训练技巧.mp4.mkv  71.07M
       ├──14、10 NLP-文本匹配》58、06RE2-05-实验设置、结果分析.mp4.mkv  93.22M
       ├──14、10 NLP-文本匹配》59、06RE2-06-code1.mp4.mkv  85.61M
       ├──14、10 NLP-文本匹配》60、06RE2-07-code2.mp4.mkv  88.37M
       ├──14、10 NLP-文本匹配》61、06RE2-08-code3.mp4.mkv  45.20M
       ├──14、10 NLP-文本匹配》62、07MGCN-01-泛读_研究背景、意义讲解.mp4.mkv  77.11M
       ├──14、10 NLP-文本匹配》63、07MGCN-02-泛读_成果、大纲介绍.mp4.mkv  34.19M
       ├──14、10 NLP-文本匹配》64、07MGCN-03-精读_BERT出现.mp4.mkv  67.31M
       ├──14、10 NLP-文本匹配》65、07MGCN-04-精读_poly-encoder.mp4(1).mkv  70.19M
       ├──14、10 NLP-文本匹配》65、07MGCN-04-精读_poly-encoder.mp4.mkv  70.19M
       ├──14、10 NLP-文本匹配》66、07MGCN-05-精读_Bert细节.mp4.mkv  96.84M
       ├──14、10 NLP-文本匹配》67、07MGCN-06-code1.mp4.mkv  97.85M
       ├──14、10 NLP-文本匹配》68、07MGCN-07-code2.mp4.mkv  102.49M
       ├──14、10 NLP-文本匹配》69、07MGCN-08-code3.mp4.mkv  70.14M
       ├──14、10 NLP-文本匹配》70、08MatchPyramid-01-研究背景.mp4.mkv  68.79M
       ├──14、10 NLP-文本匹配》71、08MatchPyramid-02-论文泛读.mp4.mkv  32.42M
       ├──14、10 NLP-文本匹配》72、08MatchPyramid-03-算法模型总览、结构、matching matrix.m.mkv  72.22M
       ├──14、10 NLP-文本匹配》73、08MatchPyramid-04-卷积层讲解.mp4.mkv  61.54M
       ├──14、10 NLP-文本匹配》74、08MatchPyramid-05-matching score.mp4.mkv  62.96M
       ├──14、10 NLP-文本匹配》75、08MatchPyramid-06-训练技巧、实验及总结.mp4.mkv  68.29M
       ├──14、10 NLP-文本匹配》76、08MatchPyramid-07-code 1.mp4.mkv  65.07M
       ├──14、10 NLP-文本匹配》77、08MatchPyramid-08-code 2.mp4.mkv  99.74M
       ├──14、10 NLP-文本匹配》78、08MatchPyramid-09-code 3.mp4.mkv  81.15M
       ├──14、10 NLP-文本匹配》79、09-MGCN论文泛读-01.mp4.mkv  67.25M
       ├──14、10 NLP-文本匹配》80、09-MGCN论文泛读-02.mp4.mkv  33.90M
       ├──14、10 NLP-文本匹配》81、09-MGCN论文精读-03.mp4.mkv  72.37M
       ├──14、10 NLP-文本匹配》82、09-MGCN论文精读-04.mp4.mkv  52.64M
       ├──14、10 NLP-文本匹配》83、09-MGCN论文精读-05.mp4.mkv  64.61M
       ├──14、10 NLP-文本匹配》84、09-MGCN论文精读-06.mp4.mkv  59.53M
       ├──14、10 NLP-文本匹配》85、09-MGCN论文精读-07.mp4.mkv  44.18M
       ├──14、10 NLP-文本匹配》86、09-MGCN代码讲解-08.mp4.mkv  74.45M
       ├──14、10 NLP-文本匹配》87、09-MGCN代码讲解-09.mp4.mkv  83.08M
       ├──14、10 NLP-文本匹配》88、09-MGCN代码讲解-10.mp4.mkv  129.69M
       ├──14、10 NLP-文本匹配》89、09-MGCN代码讲解-11.mp4.mkv  59.82M
       ├──14、10 NLP-文本匹配》90、10-论文泛读-01.mkv  81.12M
       ├──14、10 NLP-文本匹配》91、10-论文泛读-02.mkv  55.24M
       ├──14、10 NLP-文本匹配》92、10-论文精读-03.mkv  70.00M
       ├──14、10 NLP-文本匹配》93、10-论文精读-04.mkv  55.95M
       ├──14、10 NLP-文本匹配》94、10-论文精读-05.mkv  55.53M
       ├──14、10 NLP-文本匹配》95、10-论文精读-06.mkv  29.80M
       ├──14、10 NLP-文本匹配》96、10-代码讲解-07.mkv  63.43M
       ├──14、10 NLP-文本匹配》97、10-代码讲解-08.mkv  92.57M
       ├──14、10 NLP-文本匹配》98、10-代码讲解-09.mkv  98.91M
       └──14、10 NLP-文本匹配》99、10-代码讲解-10.mkv  108.90M
    ├──15、11 NLP-机器翻译》   
       ├──15、11 NLP-机器翻译》01、ConvSeq2Seq-代码讲解.mkv  161.82M
       ├──15、11 NLP-机器翻译》02、ConvSeq2Seq-论文精读.mkv  99.36M
       ├──15、11 NLP-机器翻译》03、ConvSeq2Seq-论文泛读.mkv  33.46M
       ├──15、11 NLP-机器翻译》05、1.1-loung_nmt-储备知识..mkv  28.46M
       ├──15、11 NLP-机器翻译》06、1.2-loung_nmt-研究背景..mkv  104.83M
       ├──15、11 NLP-机器翻译》07、1.3-loung_nmt-研究成果及意义.mp4.mkv  19.60M
       ├──15、11 NLP-机器翻译》08、1.4-luong_nmt-论文简介.mp4.mkv  94.12M
       ├──15、11 NLP-机器翻译》09、1.5-luong_nmt-global_attention..mkv  127.19M
       ├──15、11 NLP-机器翻译》10、1.6-luong_nmt-local_attention..mkv  95.44M
       ├──15、11 NLP-机器翻译》11、1.7-luong_nmt_2_4_实验.mp4.mkv  139.96M
       ├──15、11 NLP-机器翻译》12、1.8-loung_nmt_数据读取..mkv  75.47M
       ├──15、11 NLP-机器翻译》13、1.9-loung_nmt_模型实现..mkv  164.08M
       ├──15、11 NLP-机器翻译》14、1.10-loung_nmt_训练和测试.mp4.mkv  90.11M
       ├──15、11 NLP-机器翻译》15、2.1-coverage_储备知识.mp4.mkv  22.37M
       ├──15、11 NLP-机器翻译》16、2.2-coverage_研究背景及意义.mkv  53.80M
       ├──15、11 NLP-机器翻译》17、2.3-coverage_相关知识.mp4.mkv  78.76M
       ├──15、11 NLP-机器翻译》18、2.4-coverage_基于语言学的覆盖模型..mkv  82.07M
       ├──15、11 NLP-机器翻译》19、2.5-coverage_基于神经网络的覆盖模型..mkv  75.63M
       ├──15、11 NLP-机器翻译》20、2.6-coverage 代码实践.mp4.mkv  171.36M
       ├──15、11 NLP-机器翻译》21、3.1-subword_nmt_1_1.mkv  33.81M
       ├──15、11 NLP-机器翻译》22、3.2-subword_nmt.mkv  51.64M
       ├──15、11 NLP-机器翻译》23、3.3-subword_nmt_.mkv  112.97M
       ├──15、11 NLP-机器翻译》24、3.4-subword_nmt_.mkv  96.55M
       ├──15、11 NLP-机器翻译》25、3.5-subword_nmt_.mkv  157.55M
       ├──15、11 NLP-机器翻译》26、3.6-subword_nmt.mkv  171.31M
       ├──15、11 NLP-机器翻译》27、4.1-Google-nmt.mkv  89.71M
       ├──15、11 NLP-机器翻译》28、【4月9日】Mass-论文泛读.mkv  36.09M
       └──15、11 NLP-机器翻译》29、【4月16日】Mass-论文精读.mkv  46.75M
    ├──16、12 NLP-情感分析》   
       ├──16、12 NLP-情感分析》02、01 TextRNN & FastText & TextCNN-01-研究背景&摘要、框架.mkv  62.44M
       ├──16、12 NLP-情感分析》03、01 TextRNN & FastText & TextCNN-02-模型总览&细节1.mkv  71.35M
       ├──16、12 NLP-情感分析》04、01 TextRNN & FastText & TextCNN-03-训练、损失函数、实验.mkv  45.19M
       ├──16、12 NLP-情感分析》05、01 TextRNN & FastText & TextCNN-04-实验结果及分析讲解.mkv  53.58M
       ├──16、12 NLP-情感分析》06、01 TextRNN & FastText & TextCNN-05-代码讲解.mkv  192.46M
       ├──16、12 NLP-情感分析》07、02 TreeLSTM-01-论文导读.mkv  20.95M
       ├──16、12 NLP-情感分析》08、02 TreeLSTM-02-研究背景解读.mkv  40.40M
       ├──16、12 NLP-情感分析》09、02 TreeLSTM-03-论文摘要、框架讲解.mkv  26.34M
       ├──16、12 NLP-情感分析》10、02 TreeLSTM-04-上节课回顾.mkv  5.17M
       ├──16、12 NLP-情感分析》11、02 TreeLSTM-05-精读_模型结构总览.mkv  39.97M
       ├──16、12 NLP-情感分析》12、02 TreeLSTM-06-Tree-LSTM模型讲解.mkv  39.06M
       ├──16、12 NLP-情感分析》13、02 TreeLSTM-07-模型结构细节.mkv  30.57M
       ├──16、12 NLP-情感分析》14、02 TreeLSTM-08-实验设置与分析.mkv  54.62M
       ├──16、12 NLP-情感分析》15、02 TreeLSTM-09-论文总结.mkv  12.47M
       ├──16、12 NLP-情感分析》16、02 TreeLSTM-10-本课回顾及下节预告.mkv  8.13M
       ├──16、12 NLP-情感分析》17、02 TreeLSTM-11-代码介绍.mkv  24.86M
       ├──16、12 NLP-情感分析》18、02 TreeLSTM-12-代码讲解一.mkv  85.06M
       ├──16、12 NLP-情感分析》19、02 TreeLSTM-13-代码讲解二.mkv  85.29M
       ├──16、12 NLP-情感分析》20、02 TreeLSTM-14-代码讲解三..mkv  61.87M
       ├──16、12 NLP-情感分析》21、03 TD-LSTM & AT-LSTM -01-论文导读.mkv  4.73M
       ├──16、12 NLP-情感分析》22、03 TD-LSTM & AT-LSTM -02-所需知识储备.mkv  5.13M
       ├──16、12 NLP-情感分析》23、03 TD-LSTM & AT-LSTM -03-学习目标.mkv  5.30M
       ├──16、12 NLP-情感分析》24、03 TD-LSTM & AT-LSTM -04-课程安排.mkv  2.79M
       ├──16、12 NLP-情感分析》25、03 TD-LSTM & AT-LSTM -05-研究背景.mkv  30.21M
       ├──16、12 NLP-情感分析》26、03 TD-LSTM & AT-LSTM -06-论文泛读.mkv  16.34M
       ├──16、12 NLP-情感分析》27、03 TD-LSTM & AT-LSTM -07-下节预告.mkv  5.07M
       ├──16、12 NLP-情感分析》28、03 TD-LSTM & AT-LSTM -08-上节回顾.mkv  4.25M
       ├──16、12 NLP-情感分析》29、03 TD-LSTM & AT-LSTM -09-论文综述.mkv  10.99M
       ├──16、12 NLP-情感分析》30、03 TD-LSTM & AT-LSTM -10- TD-LSTM精读.mkv  28.37M
       ├──16、12 NLP-情感分析》31、03 TD-LSTM & AT-LSTM -11- ATAE-LSTM精读.mkv  38.00M
       ├──16、12 NLP-情感分析》32、03 TD-LSTM & AT-LSTM -12-实验结果及分析part1.mkv  29.61M
       ├──16、12 NLP-情感分析》33、03 TD-LSTM & AT-LSTM -13-实验结果及分析part2.mkv  11.16M
       ├──16、12 NLP-情感分析》34、03 TD-LSTM & AT-LSTM -14-论文总结及下节回顾..mkv  15.30M
       ├──16、12 NLP-情感分析》35、03 TD-LSTM & AT-LSTM -15-代码介绍.mkv  96.90M
       ├──16、12 NLP-情感分析》36、03 TD-LSTM & AT-LSTM -16-代码讲解二.mkv  87.26M
       ├──16、12 NLP-情感分析》37、03 TD-LSTM & AT-LSTM -17-代码讲解三.mkv  59.46M
       ├──16、12 NLP-情感分析》38、03 TD-LSTM & AT-LSTM -18-代码讲解回顾.mkv  7.58M
       ├──16、12 NLP-情感分析》41、04 MemNet&IAN-03-论文泛读.mkv  16.27M
       ├──16、12 NLP-情感分析》42、04 MemNet&IAN-04-本课回顾与下节预告.mkv  9.23M
       ├──16、12 NLP-情感分析》44、04 MemNet&IAN-06-向量转换、注意力讲解.mkv  86.79M
       ├──16、12 NLP-情感分析》45、04 MemNet&IAN-07-实验设置及分析.mkv  67.00M
       ├──16、12 NLP-情感分析》46、04 MemNet&IAN-08-论文总结及回顾.mkv  21.51M
       ├──16、12 NLP-情感分析》47、04 MemNet&IAN-09-代码环境讲解.mkv  38.82M
       ├──16、12 NLP-情感分析》48、04 MemNet&IAN-10-代码结构讲解.mkv  149.12M
       ├──16、12 NLP-情感分析》49、04 MemNet&IAN-11-论文代码细节讲解.mkv  142.82M
       ├──16、12 NLP-情感分析》50、04 MemNet&IAN-12-代码实践课回顾..mkv  16.88M
       ├──16、12 NLP-情感分析》51、05 BERT&ERNIE 2.0-01-论文介绍.mkv  31.02M
       ├──16、12 NLP-情感分析》52、05 BERT&ERNIE 2.0-02-背景介绍1..mkv  49.09M
       ├──16、12 NLP-情感分析》53、05 BERT&ERNIE 2.0-03-背景介绍2.mkv  28.20M
       ├──16、12 NLP-情感分析》54、05 BERT&ERNIE 2.0-04-论文摘要、结构讲解.mkv  11.03M
       ├──16、12 NLP-情感分析》55、05 BERT&ERNIE 2.0-05-上节回顾.mkv  5.87M
       ├──16、12 NLP-情感分析》56、05 BERT&ERNIE 2.0-06-论文算法总览.mkv  60.46M
       ├──16、12 NLP-情感分析》57、05 BERT&ERNIE 2.0-07-输入表征、task精讲.mkv  22.11M
       ├──16、12 NLP-情感分析》58、05 BERT&ERNIE 2.0-08-模型Fine-tuning解读.mkv  39.26M
       ├──16、12 NLP-情感分析》59、05 BERT&ERNIE 2.0-09-实验设置及分析.mkv  35.27M
       ├──16、12 NLP-情感分析》60、05 BERT&ERNIE 2.0-10-论文总结.mkv  18.31M
       ├──16、12 NLP-情感分析》61、05 BERT&ERNIE 2.0-11-论文回顾.mkv  10.54M
       ├──16、12 NLP-情感分析》62、05 BERT&ERNIE 2.0-12-实践代码介绍.mkv  59.51M
       ├──16、12 NLP-情感分析》63、05 BERT&ERNIE 2.0-13-实践代码精讲1.mkv  185.55M
       └──16、12 NLP-情感分析》64、05 BERT&ERNIE 2.0-14-实践代码精讲2..mkv  32.52M

    ...........................

    下载地址:

    游客,如果您要查看本帖隐藏内容请回复
    温馨提示:
    1、本站所有内容均为互联网收集或网友分享或网络购买,本站不破解、不翻录任何视频!
    2、如本帖侵犯到任何版权问题,请立即告知本站,本站将及时予与删除并致以最深的歉意!
    3、本站资源仅供本站会员学习参考,不得传播及用于其他用途,学习完后请在24小时内自行删除.
    4、本站资源质量虽均经精心审查,但也难保万无一失,若发现资源有问题影响学习请一定及时点此进行问题反馈,我们会第一时间改正!
    5、若发现链接失效了请联系管理员,管理员会在2小时内修复
    6、如果有任何疑问,请加客服QQ:1300822626 2小时内回复你!
    回复

    使用道具 举报

  • TA的每日心情

    1 小时前
  • 签到天数: 735 天

    [LV.9]以坛为家II

    0

    主题

    1131

    帖子

    4199

    积分

    终身会员[A]

    Rank: 7Rank: 7Rank: 7

    积分
    4199

    发表于 2023-10-10 09:04:18 | 显示全部楼层
    啥也不说了,感谢楼主分享哇!
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    4 天前
  • 签到天数: 63 天

    [LV.6]常住居民II

    0

    主题

    156

    帖子

    506

    积分

    技冠群雄

    Rank: 6Rank: 6

    积分
    506

    发表于 2023-10-10 09:26:07 | 显示全部楼层
    啥也不说了,感谢楼主分享哇!
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    半小时前
  • 签到天数: 502 天

    [LV.9]以坛为家II

    9

    主题

    957

    帖子

    3486

    积分

    傲视群雄

    Rank: 8Rank: 8

    积分
    3486

    发表于 2023-10-10 09:37:15 | 显示全部楼层
    啥也不说了,感谢楼主分享哇!
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    慵懒
    昨天 21:01
  • 签到天数: 301 天

    [LV.8]以坛为家I

    4

    主题

    752

    帖子

    2745

    积分

    傲视群雄

    Rank: 8Rank: 8

    积分
    2745

    发表于 2023-10-10 09:43:03 | 显示全部楼层
    啥也不说了,感谢楼主分享哇!
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2024-8-28 20:57
  • 签到天数: 95 天

    [LV.6]常住居民II

    6

    主题

    703

    帖子

    1712

    积分

    一代宗师

    Rank: 7Rank: 7Rank: 7

    积分
    1712

    发表于 2023-10-10 09:59:23 | 显示全部楼层
    啥也不说了,感谢楼主分享哇!
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    11 小时前
  • 签到天数: 565 天

    [LV.9]以坛为家II

    1

    主题

    1266

    帖子

    4310

    积分

    傲视群雄

    Rank: 8Rank: 8

    积分
    4310

    发表于 2023-10-10 10:20:47 | 显示全部楼层
    啥也不说了,感谢楼主分享哇!
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    奋斗
    4 天前
  • 签到天数: 349 天

    [LV.8]以坛为家I

    0

    主题

    612

    帖子

    2325

    积分

    一代宗师

    Rank: 7Rank: 7Rank: 7

    积分
    2325

    发表于 2023-10-10 11:41:07 | 显示全部楼层
    啥也不说了,感谢楼主分享哇!
    回复 支持 反对

    使用道具 举报

  • TA的每日心情

    昨天 11:22
  • 签到天数: 213 天

    [LV.7]常住居民III

    1

    主题

    413

    帖子

    1576

    积分

    一代宗师

    Rank: 7Rank: 7Rank: 7

    积分
    1576

    发表于 2023-10-10 12:16:48 | 显示全部楼层
    正需要,支持楼主大人了!
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    11 小时前
  • 签到天数: 436 天

    [LV.9]以坛为家II

    4

    主题

    3350

    帖子

    8085

    积分

    超凡入圣

    Rank: 10Rank: 10Rank: 10

    积分
    8085

    发表于 2023-10-10 13:32:07 | 显示全部楼层
    啥也不说了,感谢楼主分享哇!
    回复 支持 反对

    使用道具 举报

    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

    QQ|Archiver|小黑屋|本站代理|dmz社区

    GMT+8, 2024-12-23 11:55 , Processed in 0.114121 second(s), 42 queries .

    Powered by Discuz! X3.4 Licensed

    Copyright © 2001-2021, Tencent Cloud.

    快速回复 返回顶部 返回列表