贪心学院计算机视觉CV

course.simulator [333.60M]

beta-simulator-linux.zip [113.85M]

beta-simulator-mac.zip [117.47M]

beta-simulator-windows.zip [102.28M]

cv计算机视觉集训营（视频） [13.43G]

1 任务1：机器学习、深度学习简介.mp4 [23.93M]

10 任务10：问答环节.mp4 [57.00M]

11 任务11：环境安装.mp4 [106.82M]

12 任务12：二元分类问题.mp4 [32.50M]

13 任务13：逻辑函数.mp4 [32.13M]

14 任务14：指数与对数 、逻辑回归.mp4 [43.68M]

15 任务15：示例.mp4 [84.02M]

16 任务16：损失函数.mp4 [59.35M]

17 任务17：损失函数推演.mp4 [83.23M]

18 任务18：梯度下降法.mp4 [104.82M]

19 任务19：应用.mp4 [110.33M]

2 任务2：深度学习的发展历史.mp4 [23.12M]

3 任务3：现代深度学习的典型例子.mp4 [18.71M]

4 任务4：深度学习在计算机视觉中的应用.mp4 [24.34M]

5 任务5：深度学习的总结.mp4 [10.51M]

6 任务6：开发环境的配置, pythn, nupy, kas入门教程.mp4 [46.95M]

7 任务7：gpu驱动程序安装.mp4 [17.71M]

8 任务8：cuda的安装.mp4 [21.36M]

9 任务9：udnn的安装, tnsf, pyth的gpu测试.mp4 [31.35M]

任务100：道路行车道检测代码讲解.mp4 [132.51M]

任务101：在图像和视频上面演示道路行车道检测.mp4 [69.88M]

任务102：项目介绍.mp4 [25.87M]

任务103：交通指示牌识别的简介.mp4 [28.69M]

任务104：交通指示牌识别课程的编程任务.mp4 [27.56M]

任务105：如何分析数据 (utpy 的详细介绍).mp4 [70.55M]

任务106：如何预处理图像数据、建立神经网络模型、训练网络模型 (tanpy 的详细介绍)01.mp4 [88.95M]

任务107：如何预处理图像数据、建立神经网络模型、训练网络模型 (tanpy 的详细介绍)02.mp4 [157.16M]

任务108：色彩空间转换.mp4 [51.87M]

任务109：直方图均衡.mp4 [80.65M]

任务110：图像标准化.mp4 [45.77M]

任务111：使用iadatagnat做图像增强.mp4 [51.46M]

任务112：作业上传的要求.mp4 [16.78M]

任务113：介绍经典交通指示牌卷积神经网络模型.mp4 [28.89M]

任务114：代码实现经典交通指示牌识别卷积神经网络模型.mp4 [68.98M]

任务115：卷积神经网络的数学原理01.mp4 [37.79M]

任务116：卷积神经网络的数学原理02.mp4 [75.41M]

任务117：深度学习调参-直播-01.mp4 [55.54M]

任务118：深度学习调参-直播-02.mp4 [45.48M]

任务119：深度学习调参-直播-03.mp4 [55.60M]

任务120：卷积层的启发.mp4 [16.54M]

任务121：卷积层的定量分析.mp4 [17.25M]

任务122：单通道输入 单通道输出的卷积层的实例.mp4 [12.04M]

任务123：多通道输入 多通道输出的卷积层的实例.mp4 [12.13M]

任务124：池化层的原理 定量分析.mp4 [9.49M]

任务125：卷积神经网络和全连接神经网络的比较.mp4 [22.97M]

任务126：卷积神经网络在围棋 语言识别和自然语言处理中的应用.mp4 [25.62M]

任务127：基于深度学习的图像分类历史回顾.mp4 [11.30M]

任务128：axnt的结构分析.mp4 [8.75M]

任务129：zfnt的结构分析.mp4 [8.17M]

任务130：vgg的结构分析.mp4 [8.51M]

任务131：gnt inptn的结构分析.mp4 [12.08M]

任务132：inptn v3的结构分析.mp4 [43.76M]

任务133：rsnt的结构分析.mp4 [40.47M]

任务134：rsnt的代码实现.mp4 [154.16M]

任务135：基于内容的图像搜索理论基础.mp4 [29.34M]

任务136：基于去噪自动编码器的图像搜索代码实现.mp4 [203.80M]

任务137：使用卷积神经网络进行语义图像嵌入在目标检测, 自动驾驶, 图像超分辨率重构, 工业探伤等等领域的应用.mp4 [18.28M]

任务138：项目1-看图说话（助教）讲解和答疑-01.mp4 [164.03M]

任务139：项目1-看图说话（助教）讲解和答疑-02.mp4 [202.69M]

任务140：项目介绍.mp4 [15.10M]

任务141：自动驾驶方向盘转动方向预测的背景知识.mp4 [33.42M]

任务142：如何收集训练数据.mp4 [35.73M]

任务143：理解分析训练数据.mp4 [25.73M]

任务144：自动驾驶方向盘转动方向预测的网络结构和网络训练代码讲解.mp4 [181.48M]

任务145：提高网络性能的思路 图像处理、数据增强、网络结构优化.mp4 [38.69M]

任务146：探索数据01.mp4 [39.45M]

任务147：探索数据02.mp4 [15.18M]

任务148：图像增强01.mp4 [62.69M]

任务149：图像增强02.mp4 [11.45M]

任务150：解决数据不平衡的问题 datagnat的应用.mp4 [18.01M]

任务151：网络结构实例.mp4 [8.60M]

任务152： 图像增强部分的代码讲解.mp4 [99.53M]

任务153：datagnat部分的代码讲解.mp4 [64.10M]

任务154：网络结构实现部分的代码讲解.mp4 [84.23M]

任务155：方向盘转动方向预测网络模型的性能评估方法.mp4 [9.73M]

任务156：使用模拟器定性的判断网络性能的方法以及代码讲解.mp4 [69.92M]

任务157：模拟器自动驾驶的展示.mp4 [75.24M]

任务158：通过损失函数的变化判断网络性能、识别和解决过拟合和欠拟合的问题.mp4 [63.97M]

任务159：如何安装pythn 连接模拟器的pythn 库.mp4 [22.22M]

任务160：nds 下面使用自动驾驶模拟器的教程.mp4 [46.39M]

任务161：a 下面使用自动驾驶模拟器的教程.mp4 [33.51M]

任务162：目标识别综述.mp4 [37.65M]

任务163：基于hog(梯度直方图)的目标识别.mp4 [31.28M]

任务164：nn-max suppssn iu 和 had natv mnn.mp4 [82.86M]

任务165：r-cnn的工作原理.mp4 [129.64M]

任务166：r-cnn中的边界框(bundn bx)预测原理.mp4 [24.09M]

任务167：r-cnn的不足之处.mp4 [4.32M]

任务168：fast r-cnn详解.mp4 [39.99M]

任务169：fast r-cnn rn ppsa ntk.mp4 [37.13M]

任务170：r-cnn fast r-cnn fast r-cnn的总结.mp4 [23.02M]

任务171：目标识别 r-cnn家族的回顾.mp4 [22.38M]

任务172：ssd的简介 ssd与r-cnn的比较.mp4 [32.95M]

任务173：ssd的网络结构(1).mp4 [130.74M]

任务173：ssd的网络结构.mp4 [130.74M]

任务174：如何使用卷积作为最后的预测层.mp4 [13.87M]

任务175：ssd的训练过程.mp4 [53.42M]

任务176：ssd的实验结果分析.mp4 [24.09M]

任务177：vgg16到ssd网络的演化 l2nazatn层的实现.mp4 [131.49M]

任务178：ssd各个技术对失败率的影响 atus卷积层的原理.mp4 [13.63M]

任务179：使用卷积作为最后的预测层详解.mp4 [17.41M]

任务180：ssd定位损失函数详解.mp4 [35.31M]

任务181：ssd中anh尺寸 宽高比 中心位置的确定.mp4 [10.25M]

任务182：ssd中分类损失函数详解.mp4 [11.60M]

任务183：nn-max suppssn的原理.mp4 [12.90M]

任务184：ssd和yolo的比较 ssd的总结.mp4 [12.17M]

任务185：图像分割简介.mp4 [36.55M]

任务186：基于深度学习的图像分割u-nt的原理.mp4 [79.40M]

任务187：tanspsd cnvutn原理与运用.mp4 [122.99M]

任务188：u-nt的代码讲解.mp4 [71.10M]

任务189：图像生成的原理.mp4 [10.27M]

任务190：使用深度学习自动图像生成手写数字的代码讲解.mp4 [84.29M]

任务191：图像风格转移的原理.mp4 [38.25M]

任务192：使用深度学习实现图像风格转移的代码讲解.mp4 [52.41M]

任务193：ssd的原理回顾.mp4 [47.70M]

任务194：编程项目的训练数据介绍.mp4 [58.73M]

任务195：对ssd模型对产生anh有影响的参数讲解.mp4 [134.63M]

任务196：对候选框精选处理有影响的参数讲解.mp4 [49.65M]

任务197：对输入模型参数的合法性检测和转换.mp4 [28.30M]

任务198：具有7层的ssd的网络结构讲解.mp4 [147.82M]

任务199：编译模型, 使用模型做预测.mp4 [180.42M]

任务20：直播答疑.mp4 [19.46M]

任务200：ssd解码的实现.mp4 [111.39M]

任务201：帮助函数iu, 坐标转换, ssd损失函数, nn-max-suppssn的实现.mp4 [227.60M]

任务202：二值化神经网络的简介.mp4 [37.17M]

任务203：二值化网络的前向后向传播, 梯度计算原理.mp4 [16.29M]

任务204：二值化网络的训练算法.mp4 [145.29M]

任务205：二值化网络的实验结果.mp4 [22.56M]

任务206：二值化全连接网络的代码讲解.mp4 [46.54M]

任务207：dputnsa层的实现.mp4 [23.57M]

任务208：bnaydns层的实现.mp4 [61.52M]

任务209：二值化卷积神经网络的代码讲解.mp4 [48.48M]

任务21：自动驾驶方向盘预测论文分析.mp4 [65.07M]

任务210：项目作业要求.mp4 [22.56M]

任务211：神经网络在实际应用中面临的挑战, 轻量级深度神经网络的必要性.mp4 [207.58M]

任务212：mnt, dpths spa cnvutn的原理计算量分析.mp4 [56.94M]

任务213：shuffnt, gup cnvutn, chann shuff的原理.mp4 [53.38M]

任务214：effnt, spata spa cnvutn的原理计算量分析和实验效果.mp4 [167.50M]

任务215：htht-ntk答疑时间.mp4 [20.58M]

任务216：回顾effnt的原理.mp4 [31.29M]

任务217：effnt的代码讲解.mp4 [75.69M]

任务218：on-sht lann 的意义和工作原理.mp4 [23.76M]

任务219：用于on-sht lann 的sas 深度神经网络的介绍.mp4 [21.66M]

任务22：使用pycha kas建立深度网络模型.mp4 [257.79M]

任务220：sas 深度神经网络的实验和结果分析.mp4 [65.27M]

任务221：tanspsd cnvutn 的应用, 算法回顾, 以及使用矩阵乘法实现.mp4 [34.19M]

任务222：tanspsd cnvutn 的梯度推导.mp4 [22.09M]

任务223：将卷积核转换为tptz matx用于矩阵乘法实现tanspsd.mp4 [37.83M]

任务224：同学对课程的效果反馈调查.mp4 [322.29M]

任务225：使用 sas 网络做门禁卡系统的入门介绍, 数据集的介绍.mp4 [72.23M]

任务226：pyth 基础教程.mp4 [47.81M]

任务227：sas on-sht ann 知识回顾.mp4 [14.32M]

任务228：使用 pyth thvsn 库高效读取数据.mp4 [70.91M]

任务229：使用 pyth 定义 sas 网络结构.mp4 [49.42M]

任务23：数据预处理 数据增强.mp4 [62.67M]

任务230：使用 pyth 写训练网络的代码.mp4 [86.85M]

任务231：使用 pyth 写测试网络的代码.mp4 [82.29M]

任务24：建立bathgnat高效读取数据.mp4 [105.62M]

任务25：训练网络 保存训练的中间过程数据.mp4 [139.63M]

任务26：查看网络训练过程 判断网络是否过拟合 欠拟合.mp4 [46.22M]

任务27：神经网络分类问题的经典数据（集鸢尾花数据集）介绍，神经网络pythn库kas的介绍.mp4 [81.20M]

任务28：使用pandas读取鸢尾花数据集， 使用laend对类别标签进行编码.mp4 [38.26M]

任务29：使用kas创建一个用于鸢尾花分类识别的神经网络.mp4 [135.24M]

任务30：训练用于鸢尾花分类的神经网络 解读训练输出的日志 了解如何评价神经网络的性能.mp4 [70.11M]

任务31：神经网络数学原理（1）： 神经网络的结点，权值，激活函数.mp4 [60.37M]

任务32：神经网络数学原理（2）： 神经网络的前馈（fd fad）算法.mp4 [48.14M]

任务33：神经网络数学原理（3）：神经网络的前馈（fd fad）算法续，sftax层的数值问题.mp4 [45.97M]

任务34：神经网络数学原理（4）：神经网络bp（误差反向传播）算法.mp4 [55.20M]

任务35：神经网络数学原理（5）：神经网络bp（误差反向传递）算法续.mp4 [64.39M]

任务36：神经网络数学原理（6）：手动演算神经网络bp算法（误差向后传递）.mp4 [75.67M]

任务37：神经网络数学原理（7）：手动演算神经网络bp算法（误差向后传递）续.mp4 [68.19M]

任务38：nuantklss-直播01.mp4 [69.63M]

任务39：nuantklss-直播02.mp4 [60.67M]

任务40：nuantklss-直播03.mp4 [107.72M]

任务41：梯度消亡.mp4 [56.25M]

任务42：梯度消亡问题分析.mp4 [61.27M]

任务43：梯度消亡解决方案.mp4 [43.84M]

任务44：过拟合.mp4 [55.02M]

任务45：dpout 训练.mp4 [38.04M]

任务46：正则化.mp4 [25.16M]

任务47：最大范数约束 神经元的初始化.mp4 [57.90M]

任务48：作业讲解与答疑-01.mp4 [98.23M]

任务49：作业讲解与答疑-02.mp4 [85.29M]

任务50：为什么需要递归神经网络？.mp4 [28.10M]

任务51：递归神经网络介绍.mp4 [140.55M]

任务52：语言模型.mp4 [102.77M]

任务53：rnn的深度.mp4 [19.72M]

任务54：梯度爆炸和梯度消失.mp4 [141.54M]

任务55：gadnt cppn.mp4 [38.89M]

任务56：lstm的介绍.mp4 [89.60M]

任务57：lstm的应用.mp4 [56.57M]

任务58：b-dtna lstm.mp4 [48.06M]

任务59：gatd runt unt.mp4 [52.16M]

任务60：机器翻译.mp4 [40.33M]

任务61：mutda lann.mp4 [66.89M]

任务62：sq2sq模型.mp4 [131.29M]

任务63：回顾rnn与lstm.mp4 [20.76M]

任务64：attntn f ia captnn.mp4 [102.70M]

任务65：attntn f mahn tansatn.mp4 [46.01M]

任务66：sf-attntn.mp4 [51.71M]

任务67：attntn总结.mp4 [20.16M]

任务68：nua ntk ptz直播-01.mp4 [112.62M]

任务69：nua ntk ptz直播-02.mp4 [75.50M]

任务70：nua ntk ptz直播-03.mp4 [143.79M]

任务71：项目介绍.mp4 [26.94M]

任务72：看图说话任务一-01.mp4 [40.11M]

任务73：看图说话任务一-02.mp4 [35.51M]

任务74：看图说话任务一-03.mp4 [57.92M]

任务75：任务介绍.mp4 [36.37M]

任务76：如何实现 ad__as_np_aay 这个函数.mp4 [16.52M]

任务77：如何实现“ad_v16_d”函数.mp4 [27.36M]

任务78：如何实现“xtat_fatus”函数.mp4 [34.80M]

任务79：创建tknz01.mp4 [20.89M]

任务80：创建tknz02.mp4 [62.38M]

任务81：产生模型需要的输入数据01.mp4 [77.24M]

任务82：产生模型需要的输入数据02.mp4 [56.68M]

任务83：任务的概述.mp4 [16.62M]

任务84：input eddn和dput层介绍.mp4 [64.29M]

任务85：lstm add层的介绍.mp4 [29.31M]

任务86：如何训练模型.mp4 [65.14M]

任务87：如何使用深度神经网络模型做预测 产生标题 完成nat_aptn函数01.mp4 [22.74M]

任务88：如何使用深度神经网络模型做预测 产生标题 完成nat_aptn函数02.mp4 [114.67M]

任务89：如何调用nat_aptn函数.m(1)p4 [32.11M]

任务89：如何调用nat_aptn函数.mp4 [32.11M]

任务90：如何评价标题生成模型的性能.mp4 [86.93M]

任务91：读取和显示数字图像.mp4 [35.91M]

任务92：数字图像大小缩放.mp4 [37.26M]

任务93：数字图像直方图均衡.mp4 [35.03M]

任务94：图像去噪声.mp4 [43.60M]

任务95：图像边缘检测.mp4 [47.38M]

任务96：图像关键点检测.mp4 [11.74M]

任务97：道路行车道检测简介.mp4 [17.72M]

任务98：canny边缘检测.mp4 [31.40M]

任务99：霍夫变换用于直线检测.mp4 [55.64M]