Python加薪课人工智能方向课程

wdx1992828

├── 01_深度学习基础/
│   ├── 1-1 深度学习介绍/
│   │   ├── 01_深度学习课程介绍.mp4
│   │   └── 02_深度学习介绍.mp4
│   ├── 1-2 神经网络基础/
│   │   ├── 01_逻辑回归介绍.mp4
│   │   ├── 02_逻辑回归损失函数.mp4
│   │   ├── 03_梯度下降算法过程以及公式.mp4
│   │   ├── 04_导数意义介绍.mp4
│   │   ├── 05_导数计算图与链式法则.mp4
│   │   ├── 06_逻辑回归的导数计算图分析以及参数导数.mp4
│   │   ├── 07_作业讲解题1：实现sigmoid函数与梯度实现.mp4
│   │   ├── 08_作业讲解题2：单神经元神经网络(logistic)分类作业流程介绍.mp4
│   │   └── 09_总结.mp4
│   ├── 1-3 浅层神经网络/
│   │   ├── 01_浅层神经网络表示.mp4
│   │   ├── 02_浅层神经网络的前向传播.mp4
│   │   ├── 03_浅层神经网络的反向传播.mp4
│   │   ├── 04_作业介绍.mp4
│   │   ├── 05_作业实现：初始化模型与前向传播.mp4
│   │   ├── 06_作业实现：反向传播与更新梯度.mp4
│   │   ├── 07_作业实现：网络模型逻辑实现.mp4
│   │   └── 08_总结.mp4
│   ├── 1-4 深层神经网络/
│   │   ├── 01_深层神经网络表示.mp4
│   │   └── 02_深层神经网络的反向传播过程.mp4
├── 02_深度学习优化进阶/
│   ├── 2-1 多分类/
│   │   ├── 01_交叉熵损失原理.mp4
│   │   ├── 02_案例：Mnist手写数字数据介绍.mp4
│   │   ├── 03_案例：主网络结构搭建实现.mp4
│   │   ├── 04_案例：添加模型保存、预测.mp4
│   │   └── 05_调整学习率带来的问题.mp4
│   ├── 2-2 梯度下降算法优化/
│   │   ├── 01_Mini梯度下降与Batch梯度下降.mp4
│   │   ├── 02_指数加权平均.mp4
│   │   ├── 03_RMSProp与Adam原理与学习率递减.mp4
│   │   ├── 04_作业介绍.mp4
│   │   ├── 05_作业讲解1.mp4
│   │   └── 06_作业讲解2.mp4
│   ├── 2-3 深度学习正则化/
│   │   ├── 01_正则化概念、L2正则化与L1正则化.mp4
│   │   └── 02_Droupout过程与原理理解.mp4
│   ├── 2-4 神经网络调参与BN/
│   │   ├── 01_神经网络调参数技巧与如何设置参数、如何运行).mp4
│   │   └── 02_批标准化定义、公式、为什么有效.mp4
├── 03_卷积神经网络/
│   ├── 3-1 卷积网络原理/
│   │   ├── 01_卷积网络结构介绍().mp4
│   │   ├── 02_默认卷积的运算过程.mp4
│   │   ├── 03_零填充.mp4
│   │   ├── 04_过滤器大小与步长.mp4
│   │   ├── 05_多通道的卷积与多卷积核.mp4
│   │   └── 06_全连接层.mp4
│   ├── 3-2 经典分类结构/
│   │   ├── 01_LeNet5的计算过程详解.mp4
│   │   └── 02_常见网络结构介绍.mp4
│   ├── 3-3 CNN实战/
│   │   ├── 01_作业介绍.mp4
│   │   └── 02_迁移学习.mp4
├── 04_循环神经网络/
│   ├── 4-1 循环神经网络/
│   │   ├── 01_循环神经网络背景介绍.mp4
│   │   ├── 02_循环神经网络结构原理.mp4
│   │   ├── 03_词的表示与矩阵形状运算.mp4
│   │   ├── 04_梯度消失、案例介绍.mp4
│   │   ├── 05_手写RNN案例：单个cell前向传播.mp4
│   │   └── 06_手写RNN案例：所有cell的前向传播.mp4
│   ├── 4-2 词嵌入/
│   │   ├── 01_词嵌入介绍.mp4
│   │   └── 02_词嵌入案例.mp4
│   ├── 4-3 seq2seq与Attention机制/
│   │   ├── 01_seq2seq介绍与理解.mp4
│   │   ├── 02_机器翻译案例：日期格式翻译转换、代码结构介绍.mp4
│   │   ├── 03_机器翻译案例：模型参数定义.mp4
│   │   ├── 04_机器翻译案例：数据获取以及数据格式转换介绍.mp4
│   │   ├── 05_机器翻译案例：训练逻辑与网络结构介绍.mp4
│   │   ├── 06_机器翻译案例：自定义网络seq2seq的编解码器定义.mp4
│   │   ├── 07_机器翻译案例：seq2seq的输出层定义.mp4
│   │   └── 08_机器翻译案例：model中计算attention输出c逻辑函数实现.mp4
├── 05_人脸识别/
│   ├── 0_课程组成和目标.mp4
│   ├── 1_1_访问入口.mp4
│   ├── 1_2_机器学习平台_介绍.vep.mp4
│   ├── 1_3_百度深度学习平台_介绍.mp4
│   ├── 1_4_百度深度学习平台_创建集群.mp4
│   ├── 1_5_百度人工智能平台_功能介绍.mp4
│   ├── 1_6_人工智能平台_服务开通.mp4
│   ├── 1_7_人工智能平台_访问方式和SD.mp4
│   ├── 2_1_1_人脸识别功能介绍_开通应用.mp4
│   ├── 2_1_2人脸识别_API.mp4
│   ├── 2_1_3_人脸检测_步骤和代码浏览.mp4
│   ├── 2_1_4_人脸检测_获取access_toke.mp4
│   ├── 2_1_5_人脸检测_调用API.mp4
│   ├── 2_1_6_人脸检测_图像坐标.mp4
│   ├── 2_1_7_人脸检测_边框.mp4
│   ├── 2_1_8_人脸检测_性别年龄总结.mp4
│   ├── 2_1_9_人脸检测_SDK方式.mp4
│   ├── 2_2_10_定制化图像识别_物体检测_.mp4
│   ├── 2_2_11_定制化图像识别_物体检测API_错误码.mp4
│   ├── 2_2_1_图像识别功能_应用创建.mp4
│   ├── 2_2_2_图像识别_物体检测API_.mp4
│   ├── 2_2_3_图像检测识别_菜品识别.mp4
│   ├── 2_2_4_图像检测_车辆检测.mp4
│   ├── 2_2_5_定制化图像识别_特点和功.mp4
│   ├── 2_2_6_定制化图像识别_图像分类_.mp4
│   ├── 2_2_7_定制化图像识别_图像分类_.mp4
│   ├── 2_2_8_定制化图像识别_图像分类_.mp4
│   ├── 2_2_9_定制化图像识别_图像分类.mp4
│   ├── 2_3_10_分类器代码.mp4
│   ├── 2_3_1_功能介绍_创建应用.mp4
│   ├── 2_3_2_通用文字识别_代码.mp4
│   ├── 2_3_3_通用文字识别_其他版本函.mp4
│   ├── 2_3_4_车牌识别.mp4
│   ├── 2_3_5_通用票据识别.mp4
│   ├── 2_3_6_自定义模板_步骤.mp4
│   ├── 2_3_7_自定义模板_实际创建.mp4
│   ├── 2_3_8_自定义模板_API和代码.mp4
│   ├── 2_3_9_创建分类器.mp4
│   ├── 3_1_1_语音识别_介绍和API.mp4
│   ├── 3_1_2_语音识别案例_代码浏览.mp4
│   ├── 3_1_3_语音识别案例_案例.mp4
│   ├── 3_2_1语音合成.mp4
│   ├── 4_1_1_自然语言处理基础技术.mp4
│   ├── 5_1_0_人脸打卡案例_介绍.mp4
│   ├── 5_1_1_案例_前端部分介绍.vep.mp4
│   ├── 5_1_3_案例_获取token.mp4
│   ├── 5_1_4_案例_添加用户_人脸搜索.mp4
│   ├── 5_1_5_案例_主程序1.mp4
│   └── 5_1_6_案例_主程序2.mp4
├── 06-图片商品物体检测项目第一阶段/
│   ├── 01.flv
│   ├── 02.flv
│   ├── 03.flv
│   ├── 04.flv
│   ├── 05.flv
│   ├── 06.flv
│   ├── 07.flv
│   ├── 08.flv
│   ├── 09.flv
│   ├── 10.flv
│   ├── 11.flv
│   ├── 12.flv
│   ├── 13.flv
│   ├── 14.flv
│   ├── 15.flv
│   ├── 16.flv
│   ├── 17.flv
│   ├── 18.flv
│   ├── 19.flv
│   ├── 20.flv
│   ├── 21.flv
│   ├── 22.flv
│   ├── 23.flv
│   ├── 24.flv
│   ├── 25.flv
│   ├── 26.flv
│   ├── 27.flv
│   ├── 28.flv
│   ├── 29.flv
│   ├── 30.flv
│   ├── 31.flv
│   ├── 32.flv
│   ├── 33.flv
│   ├── 34.flv
│   ├── 35.flv
│   └── 36.flv
├── 07-图片商品物体检测项目第二阶段/
│   ├── 01.flv
│   ├── 02.flv
│   ├── 03.flv
│   ├── 04.flv
│   ├── 05.flv
│   ├── 06.flv
│   ├── 07.flv
│   ├── 08.flv
│   ├── 09.flv
│   ├── 10.flv
│   └── 11.flv
├── 08-图片商品物体检测项目第三阶段/
│   ├── 01.flv
│   ├── 02.flv
│   ├── 03.flv
│   ├── 04.flv
│   ├── 05.flv
│   ├── 06.flv
│   ├── 07.flv
│   ├── 08.flv
│   ├── 09.flv
│   ├── 10.flv
│   ├── 11.flv
│   ├── 12.flv
│   ├── 13.flv
│   ├── 14.flv
│   ├── 15.flv
│   ├── 16.flv
│   ├── 17.flv
│   ├── 18.flv
│   ├── 19.flv
│   ├── 20.flv
│   ├── 21.flv
│   ├── 22.flv
│   ├── 23.flv
│   ├── 24.flv
│   ├── 25.flv
│   ├── 26.flv
│   ├── 27.flv
│   ├── 28.flv
│   ├── 29.flv
│   ├── 30.flv
│   ├── 31.flv
│   ├── 32.flv
│   ├── 33.flv
│   ├── 34.flv
│   ├── 35.flv
│   ├── 36.flv
│   ├── 37.flv
│   ├── 38.flv
│   ├── 39.flv
│   ├── 40.flv
│   └── 41.flv
├── 09_自然语言处理/
│   ├── 01.flv
│   ├── 02.flv
│   ├── 03.flv
│   ├── 04.flv
│   ├── 05.flv
│   ├── 06.flv
│   ├── 07.flv
│   ├── 08.flv
│   ├── 09.flv
│   ├── 10.flv
│   ├── 11.flv
│   ├── 12.flv
│   ├── 13.flv
│   ├── 14.flv
│   ├── 15.flv
│   ├── 16.flv
│   ├── 17.flv
│   ├── 18.flv
│   ├── 19.flv
│   ├── 20.flv
│   ├── 21.flv
│   ├── 22.flv
│   ├── 23.flv
│   ├── 24.flv
│   ├── 25.flv
│   ├── 26.flv
│   ├── 27.flv
│   ├── 28.flv
│   ├── 29.flv
│   ├── 30.flv
│   ├── 31.flv
│   ├── 32.flv
│   ├── 33.flv
│   ├── 34.flv
│   ├── 35.flv
│   ├── 36.flv
│   ├── 37.flv
│   ├── 38.flv
│   ├── 39.flv
│   ├── 40.flv
│   ├── 41.flv
│   ├── 42.flv
│   ├── 43.flv
│   ├── 44.flv
│   ├── 45.flv
│   ├── 46.flv
│   ├── 47.flv
│   ├── 48.flv
│   ├── 49.flv
│   ├── 50.flv
│   ├── 51.flv
│   ├── 52.flv
│   ├── 53.flv
│   ├── 54.flv
│   ├── 55.flv
│   ├── 56.flv
│   ├── 57.flv
│   ├── 58.flv
│   ├── 59.flv
│   ├── 60.flv
│   ├── 61.flv
│   ├── 62.flv
│   ├── 63.flv
│   ├── 64.flv
│   ├── 65.flv
│   ├── 66.flv
│   ├── 67.flv
│   ├── 68.flv
│   ├── 69.flv
│   └── 70.flv
├── 4_1_高级主题/
│   ├── 1.01_高级主题介绍、GAN介绍(Av98007795,P1).mp4
│   ├── 10.06_案例：降噪编码器介绍(Av98007795,P10).mp4
│   ├── 11.07_案例：降噪编码器案例(Av98007795,P11).mp4
│   ├── 12.01_CapsuleNet了解(Av98007795,P12).mp4
│   ├── 13.02_深度学习课程总结(Av98007795,P13).mp4
│   ├── 2.04_生成数字图片案例：模型初始化代码编写(Av98007795,P2).mp4
│   ├── 3.05_生成数字图片案例：训练流程(Av98007795,P3).mp4
│   ├── 4.06_生成数字图片案例：运行保存图片并对比(Av98007795,P4).mp4
│   ├── 5.01_自动编码器介绍(Av98007795,P5).mp4
│   ├── 6.02_案例：编码器类别、普通自编码器流程、模型初始化逻辑(Av98007795,P6).mp4
│   ├── 7.03_案例：训练普通自编码器(Av98007795,P7).mp4
│   ├── 8.04_案例：深度自编码器编写演示(Av98007795,P8).mp4
│   └── 9.05_案例：卷积自编码器编写演示(Av98007795,P9).mp4
├── 聚类算法/
│   ├── 第二章 算法效果衡量标准/
│   │   ├── 02_00_聚类算法_效果衡量_导入.flv
│   │   ├── 02_01_聚类算法_效果衡量_SSE.flv
│   │   ├── 02_02_聚类算法_衡量标准_肘部法.flv
│   │   ├── 02_03_聚类算法_效果衡量_SC系数.flv
│   │   ├── 02_04_聚类算法_效果衡量标准_CH系数.flv
│   │   ├── 02_05_聚类算法_衡量标准_优缺点.flv
│   │   ├── 02_06_聚类算法_效果衡量_图片压缩实战.flv
│   │   ├── 02_07_聚类算法_效果衡量_案例2_图片压缩实战_实践.flv
│   │   ├── 02_08_聚类算法_效果衡量_总结.flv
│   │   └── 02_09_聚类算法_效果衡量标准_聚类效果评估_作业.flv
│   ├── 第三章 算法优化/
│   │   ├── 03_01_聚类算法_算法优化_Canopy配合初始聚类.flv
│   │   ├── 03_02_聚类算法_算法优化_k-means++.flv
│   │   ├── 03_03_聚类算法_算法优化_二分kmeans.flv
│   │   ├── 03_04_聚类算法_算法优化_Kernel Kmeans.flv
│   │   ├── 03_05_聚类算法_算法优化_K-medoids.flv
│   │   ├── 03_06_聚类算法_算法优化_ISODATA.flv
│   │   ├── 03_07_聚类算法_算法优化_MiniBatchKmeans.flv
│   │   └── 03_08_聚类算法_算法优化_小结.flv
│   ├── 第四章 算法进阶/
│   │   ├── 01_聚类算法_算法进阶_DBSCAN/
│   │   │   └── 04_01_聚类算法_算法进阶_DBSCAN.flv
│   │   ├── 02_聚类算法_算法进阶_层次聚类_上/
│   │   │   └── 04_02_聚类算法_算法进阶_层次聚类_上.flv
│   │   ├── 03_聚类算法_算法进阶_层次聚类_中/
│   │   │   └── 04_02_聚类算法_算法进阶_层次聚类_中.flv
│   │   ├── 04_聚类算法_算法进阶_层次聚类_下/
│   │   │   └── 04_02_聚类算法_算法进阶_层次聚类_下.flv
│   │   ├── 05_聚类算法_算法进阶_MeanShift聚类/
│   │   │   └── 04_03_聚类算法_算法进阶_MeanShift聚类.flv
│   │   ├── 06_聚类算法_算法进阶_AP聚类/
│   │   │   └── 04_04_聚类算法_算法进阶_AP聚类.flv
│   │   ├── 07_聚类算法_算法进阶_SOM聚类/
│   │   │   └── 04_05_聚类算法_算法进阶_SOM聚类.flv
│   │   ├── 08_聚类算法_算法进阶_谱聚类/
│   │   │   └── 04_06_聚类算法_算法进阶_谱聚类.flv
│   │   ├── 09_聚类算法_算法进阶_小结/
│   │   │   └── 04_07_聚类算法_算法进阶_小结.flv
│   │   ├── 10_聚类算法_算法进阶_Kmeans与DBSCAN聚类比较_案例/
│   │   │   └── 04_08_聚类算法_算法进阶_Kmeans与DBSCAN聚类比较_案例.flv
│   │   ├── 11_聚类算法_算法进阶_案例4_kmeans与DBSCAN聚类对比_实践/
│   │   │   └── 04_09_聚类算法_算法进阶_案例4_kmeans与DBSCAN聚类对比_实践.flv
│   ├── 第五章 综合实践/
│   │   ├── 01_聚类算法_综合实践_客户价值分析_思路/
│   │   │   └── 05_01_聚类算法_综合实践_客户价值分析_思路.flv
│   │   ├── 02_聚类算法_算法原理_客户价值分析_实践/
│   │   │   └── 05_01_聚类算法_算法原理_客户价值分析_实践.flv
│   │   ├── 03_聚类算法_综合实践_文本文档分析_思路/
│   │   │   └── 05_02_聚类算法_综合实践_文本文档分析_思路.flv
│   │   ├── 04_聚类算法_综合实践_文本文档分析_数据集介绍/
│   │   │   └── 05_02_聚类算法_综合实践_文本文档分析_数据集介绍.flv
│   │   ├── 05_聚类算法_综合实践_文本文档分析_实践/
│   │   │   └── 05_02_聚类算法_综合实践_文本文档分析_实践.flv
│   │   ├── 06_聚类算法_复习/
│   │   │   └── 05_03_聚类算法_复习.flv
│   │   ├── 07_聚类算法_总结与回顾/
│   │   │   └── 05_04_聚类算法_总结与回顾.flv
│   │   ├── 08_聚类算法_学习提升+资料推荐/
│   │   │   └── 05_05_聚类算法_学习提升+资料推荐.flv
│   │   ├── 09_聚类算法_综合实践_客户价值分析_作业/
│   │   │   └── 05_06_聚类算法_综合实践_客户价值分析_作业.flv
│   ├── 第一章 算法原理/
│   │   ├── 01_01_聚类算法_内容设置.flv
│   │   ├── 01_02_聚类算法_算法原理_课题导入.flv
│   │   ├── 01_03_聚类算法_算法原理_算法解析.flv
│   │   ├── 01_04_聚类算法_算法原理_算法流程.flv
│   │   ├── 01_05_聚类算法_算法原理_总结.flv
│   │   ├── 01_06_聚类算法_算法原理_不同数据集的kmeans聚类_案例讲解.flv
│   │   ├── 01_07_聚类算法_算法原理_不同数据集的kmeans聚类_实践.flv
│   │   ├── 01_08_聚类算法_算法原理_汽车工业数据聚类前期预处理_实践.flv
│   │   ├── 01_09_聚类算法_算法原理_工业车辆聚类_预处理实践.flv
│   │   ├── 01_10_聚类算法_算法原理_工业车辆聚类_特征工程_实践.flv
│   │   ├── 01_11_聚类算法_效果衡量_肘部法_实践.flv
│   │   ├── 01_12_聚类算法_算法原理_工业车辆聚类_特征选择_实践.flv
│   │   ├── 01_13_聚类算法_算法原理_工业车辆聚类_特征观察_实践.flv
│   │   ├── 01_14_聚类算法_算法原理_工业车辆聚类_kmeans算法聚类_实践.flv
│   │   └── 01_15_聚类算法_算法原理_工业车辆聚类_kmeans算法聚类_实践.flv
├── 资料/
│   ├── 01-05深度学习/
│   │   ├── 01深度学习第一部分-基础/
│   │   │   ├── 01_课件/
│   │   │   │   └── 第一部分课件.zip
│   │   │   ├── 03_代码/
│   │   │   │   ├── 浅层神经网络/
│   │   │   │   │   ├── .ipynb_checkpoints/
│   │   │   │   │   │   └── one_hidden_layer_nn-checkpoint.ipynb
│   │   │   │   │   ├── images/
│   │   │   │   │   │   ├── classification_kiank.png
│   │   │   │   │   │   ├── grad_summary.png
│   │   │   │   │   │   ├── sgd.gif
│   │   │   │   │   │   ├── sgd_bad.gif
│   │   │   │   │   │   └── 数据集.png
│   │   │   │   │   ├── __pycache__/
│   │   │   │   │   │   └── load_dataset.cpython-36.pyc
│   │   │   │   │   ├── load_dataset.py
│   │   │   │   │   └── one_hidden_layer_nn.ipynb
│   │   │   │   ├── 神经网络基础/
│   │   │   │   │   ├── 基础函数以及导数实现/
│   │   │   │   │   │   ├── .ipynb_checkpoints/
│   │   │   │   │   │   │   └── complete_basic_functions-checkpoint.ipynb
│   │   │   │   │   │   └── complete_basic_functions.ipynb
│   │   │   │   │   ├── 实现单神经元神经网络(Logistic对猫的分类)/
│   │   │   │   │   │   ├── .ipynb_checkpoints/
│   │   │   │   │   │   │   └── single_unit_nn-checkpoint.ipynb
│   │   │   │   │   │   ├── datasets/
│   │   │   │   │   │   │   ├── test_catvnoncat.h5
│   │   │   │   │   │   │   └── train_catvnoncat.h5
│   │   │   │   │   │   ├── images/
│   │   │   │   │   │   │   └── 题目逻辑.png
│   │   │   │   │   │   ├── __pycache__/
│   │   │   │   │   │   │   ├── data.cpython-36.pyc
│   │   │   │   │   │   │   └── lr_utils.cpython-36.pyc
│   │   │   │   │   │   ├── data.py
│   │   │   │   │   │   └── single_unit_nn.ipynb
│   │   │   │   └── for_vector.ipynb
│   │   │   ├── 04_资料/
│   │   │   │   ├── m个样本更新伪代码讲解.png
│   │   │   │   ├── QQ20181011-100933@2x.png
│   │   │   │   ├── 单隐层神经网络的过程.png
│   │   │   │   ├── 导数的意义.png
│   │   │   │   ├── 导数理解2.png
│   │   │   │   ├── 激活函数选择.png
│   │   │   │   ├── 深层神经网络的反向传播理解.png
│   │   │   │   ├── 深层网络的前向过程.png
│   │   │   │   ├── 深度学习第一部分课堂纪要.md
│   │   │   │   ├── 深度学习第一部分浅层、深层课堂纪要.md
│   │   │   │   ├── 梯度下降m个样本的梯度计算.png
│   │   │   │   ├── 梯度下降理解.png
│   │   │   │   ├── 题目逻辑.png
│   │   │   │   └── 为什么非线性激活函数解释.png
│   │   │   ├── 05_画图/
│   │   │   │   ├── 浅层神经网络画图.key
│   │   │   │   └── 神经网络基础.key
│   │   ├── 02深度学习第二部分-优化进阶/
│   │   │   ├── 01_课件/
│   │   │   │   └── 第二部分课件.zip
│   │   │   ├── 03_代码/
│   │   │   │   ├── 深度学习进阶/
│   │   │   │   │   ├── 梯度下降优化算法/
│   │   │   │   │   │   ├── optimization.py
│   │   │   │   │   │   └── utils.py
│   │   │   │   │   ├── 正则化/
│   │   │   │   │   │   ├── datasets/
│   │   │   │   │   │   │   └── data.mat
│   │   │   │   │   │   ├── regularization.py
│   │   │   │   │   │   └── utils.py
│   │   │   ├── 04_资料/
│   │   │   │   ├── batch-mini区别.png
│   │   │   │   ├── dropout_kiank.mp4
│   │   │   │   ├── softmax公式理解.png
│   │   │   │   ├── softmax总结.mp4
│   │   │   │   ├── 参数选择讲解.png
│   │   │   │   ├── 多分类输出.png
│   │   │   │   ├── 交叉熵损失理解.png
│   │   │   │   ├── 逻辑回归与softmax回归的联系.png
│   │   │   │   ├── 神经网络批标准化过程理解.png
│   │   │   │   ├── 梯度爆炸梯度消失的数学理解.png
│   │   │   │   ├── 梯度下降算法优化的北京.png
│   │   │   │   ├── 问题.png
│   │   │   │   ├── 训练测试集理解.png
│   │   │   │   └── 早停止法.png
│   │   │   ├── 05_画图/
│   │   │   │   ├── 第二部分画图.key
│   │   │   │   ├── 第二部分画图.pdf
│   │   │   │   └── 课堂纪要.md
│   │   ├── 03深度学习第三部分-卷积神经网络/
│   │   │   ├── 01_课件/
│   │   │   │   └── 第三阶段课件.zip
│   │   │   ├── 03_代码/
│   │   │   │   ├── 卷积神经网络/
│   │   │   │   │   ├── data/
│   │   │   │   │   │   ├── signs/
│   │   │   │   │   │   │   ├── test_signs.h5
│   │   │   │   │   │   │   └── train_signs.h5
│   │   │   │   │   └── cnn.py
│   │   │   ├── 04_资料/
│   │   │   │   ├── 池化层.png
│   │   │   │   ├── 多通道.png
│   │   │   │   ├── 零填充介绍.png
│   │   │   │   └── 通道数数量变化.png
│   │   │   ├── 05_画图/
│   │   │   │   ├── 第三部分画图.key
│   │   │   │   └── 课堂纪要.md
│   │   ├── 04深度学习第四部分-循环神经网络/
│   │   │   ├── 01_课件/
│   │   │   │   └── 第四部分课件.zip
│   │   │   ├── 03_代码/
│   │   │   │   ├── NeuralMachineTranslation/
│   │   │   │   │   ├── models/
│   │   │   │   │   │   ├── model.h5
│   │   │   │   │   │   ├── model_kiank.h5
│   │   │   │   │   │   ├── model_sisi_oklm.h5
│   │   │   │   │   │   └── oklmkiank.h5
│   │   │   │   │   ├── __pycache__/
│   │   │   │   │   │   └── nmt_utils.cpython-36.pyc
│   │   │   │   │   ├── 4_rnn_NMT.py
│   │   │   │   │   ├── Neural Machine Translation.py
│   │   │   │   │   ├── nmt_utils.py
│   │   │   │   │   └── 翻译结构.png
│   │   │   │   ├── build_rnn.py
│   │   │   │   ├── RNN反向传播总结.png
│   │   │   │   ├── RNN前向总结.png
│   │   │   │   ├── trainword2vec.py
│   │   │   │   └── utils.py
│   │   │   ├── 04_资料/
│   │   │   │   └── 课堂纪要.md
│   │   │   ├── 05_画图/
│   │   │   │   ├── alpha分析.png
│   │   │   │   ├── attention机制直观解释.png
│   │   │   │   ├── QQ20181109-141328@2x.png
│   │   │   │   ├── QQ20181109-161208@2x.png
│   │   │   │   ├── QQ20181109-165743@2x.png
│   │   │   │   ├── QQ20181109-174615@2x.png
│   │   │   │   ├── QQ20181112-144212@2x.png
│   │   │   │   ├── 案例模型讲解.png
│   │   │   │   ├── 处理数据讲解.png
│   │   │   │   ├── 第四部分画图.key
│   │   │   │   ├── 第四部分画图.pdf
│   │   │   │   ├── 集束搜索介绍.png
│   │   │   │   ├── 权重系数的由来.png
│   │   │   │   └── 一个词的改进.png
│   │   ├── 05深度学习第五部分-高级主题/
│   │   │   ├── 01_课件/
│   │   │   │   └── 第五部分课件.zip
│   │   │   ├── 03_代码/
│   │   │   │   ├── 高级主题/
│   │   │   │   │   ├── images/
│   │   │   │   │   │   ├── mnist_0.png
│   │   │   │   │   │   ├── mnist_100.png
│   │   │   │   │   │   ├── mnist_3.png
│   │   │   │   │   │   ├── mnist_50.png
│   │   │   │   │   │   └── mnist_6.png
│   │   │   │   │   ├── 01_DCGAN.py
│   │   │   │   │   ├── 02_auto_encoder.py
│   │   │   │   │   ├── Autoencoder.py
│   │   │   │   │   ├── DCGAN.py
│   │   │   │   │   └── GAN结构.png
│   │   │   ├── 04_资料/
│   │   │   │   ├── 胶囊网络理解.png
│   │   │   │   ├── 课堂纪要.md
│   │   │   │   └── 深度学习在职高薪课程.pdf
│   ├── 06百度人工智能课程/
│   │   ├── 2_代码/
│   │   │   └── 2_代码.zip
│   │   ├── 3_资料/
│   │   │   ├── 大数据和人工智能ppt/
│   │   │   │   ├── 大数据/
│   │   │   │   │   ├── 课程4-1 大数据基础技术介绍.pptx
│   │   │   │   │   ├── 课程4-2 百度天算智能大数据平台介绍.pptx
│   │   │   │   │   ├── 课程4-3 百度MapReduce BMR.pptx
│   │   │   │   │   ├── 课程4-4 百度OLAP引擎 PALO.pptx
│   │   │   │   │   ├── 课程4-5 百度机器学习 BML.pptx
│   │   │   │   │   └── 课程4-6 天算平台其他产品介绍.pptx
│   │   │   │   ├── 人工智能/
│   │   │   │   │   ├── 1_人工智能技术简介(45min).pptx
│   │   │   │   │   └── 4总结和回顾(20min).pptx
│   │   │   ├── 3_课件.zip
│   │   │   └── 百度机器人.rar
│   ├── 07自然语言处理/
│   │   ├── 01_上课资料/
│   │   │   └── NLP讲义.zip
│   │   ├── 02_其他资料/
│   │   │   ├── cornell movie-dialogs corpus/
│   │   │   │   ├── chameleons.pdf
│   │   │   │   ├── movie_characters_metadata.txt
│   │   │   │   ├── movie_conversations.txt
│   │   │   │   ├── movie_lines.txt
│   │   │   │   ├── movie_titles_metadata.txt
│   │   │   │   ├── raw_script_urls.txt
│   │   │   │   └── README.txt
│   │   │   ├── glove.6B.zip
│   │   │   ├── Harry_Potter.txt
│   │   │   ├── labels.txt
│   │   │   ├── Restaurant_Reviews.tsv
│   │   │   ├── reviews.txt
│   │   │   ├── sanguoyanyi.txt
│   │   │   └── yuanshiwuyu.txt
│   │   ├── 04_源代码/
│   │   │   ├── 文本分類CNN&RNN/
│   │   │   │   ├── checkpoints/
│   │   │   │   │   ├── textcnn/
│   │   │   │   │   │   ├── best_validation.data-00000-of-00001
│   │   │   │   │   │   ├── best_validation.index
│   │   │   │   │   │   ├── best_validation.meta
│   │   │   │   │   │   └── checkpoint
│   │   │   │   │   ├── textrnn/
│   │   │   │   │   │   ├── best_validation.data-00000-of-00001
│   │   │   │   │   │   ├── best_validation.index
│   │   │   │   │   │   ├── best_validation.meta
│   │   │   │   │   │   └── checkpoint
│   │   │   │   ├── data/
│   │   │   │   │   ├── cnews/
│   │   │   │   │   │   ├── cnews.test.txt
│   │   │   │   │   │   ├── cnews.train.txt
│   │   │   │   │   │   ├── cnews.val.txt
│   │   │   │   │   │   └── cnews.vocab.txt
│   │   │   │   │   ├── __pycache__/
│   │   │   │   │   │   ├── cnews_loader.cpython-36.pyc
│   │   │   │   │   │   └── __init__.cpython-36(1).pyc
│   │   │   │   │   ├── cnews_loader.py
│   │   │   │   │   └── __init__.py
│   │   │   │   ├── helper/
│   │   │   │   │   ├── cnews_group.py
│   │   │   │   │   ├── copy_data.sh
│   │   │   │   │   └── __init__.py
│   │   │   │   ├── images/
│   │   │   │   │   ├── acc_loss.png
│   │   │   │   │   ├── acc_loss_rnn.png
│   │   │   │   │   ├── cnn_architecture.png
│   │   │   │   │   └── rnn_architecture.png
│   │   │   │   ├── tensorboard/
│   │   │   │   │   ├── textcnn/
│   │   │   │   │   │   └── events.out.tfevents.1530789264.Xernagade-MBP.lan
│   │   │   │   │   ├── textrnn/
│   │   │   │   │   │   └── events.out.tfevents.1531010854.Xernagade-MBP.lan
│   │   │   │   ├── __pycache__/
│   │   │   │   │   ├── cnn_model.cpython-36.pyc
│   │   │   │   │   └── rnn_model.cpython-36.pyc
│   │   │   │   ├── cnn_model.py
│   │   │   │   ├── LICENSE
│   │   │   │   ├── predict.py
│   │   │   │   ├── requirements.txt
│   │   │   │   ├── rnn_model.py
│   │   │   │   ├── run_cnn.py
│   │   │   │   └── run_rnn.py
│   │   │   ├── chatbot.py
│   │   │   ├── Deep learning in NLP.ipynb
│   │   │   └── NLP for Machine Learning.ipynb
│   ├── 11聚类算法/
│   │   └── 聚类专题-配套资料.zip
│   ├── 8-10在线高薪课物体检测项目/
│   │   ├── 01物体检测项目(一)--检测算法原理/
│   │   │   ├── 01_课件/
│   │   │   │   └── 物体检测项目课件.zip
│   │   │   ├── 03_代码/
│   │   │   ├── 04_资料/
│   │   │   │   ├── 目标检测算法总结.mindnode/
│   │   │   │   │   ├── QuickLook/
│   │   │   │   │   │   └── Preview.jpg
│   │   │   │   │   ├── resources/
│   │   │   │   │   │   └── 596D4AB0-B105-4D74-93BF-78C195259F2E.png
│   │   │   │   │   ├── style.mindnodestyle/
│   │   │   │   │   │   ├── contents.xml
│   │   │   │   │   │   └── metadata.plist
│   │   │   │   │   ├── contents.xml
│   │   │   │   │   └── viewState.plist
│   │   │   │   ├── gh_8a89578d18d1_258.jpg
│   │   │   │   ├── GPU版本环境搭建.pdf
│   │   │   │   ├── requirements.txt
│   │   │   │   ├── SSD样本的标记.png
│   │   │   │   ├── SVM分类器对候选区域分类介绍.png
│   │   │   │   ├── 第一阶段课堂纪要.md
│   │   │   │   └── 目标检测算法总结.png
│   │   │   ├── 05_画图/
│   │   │   │   ├── anchorboxes.png
│   │   │   │   ├── FasterRCNN流程介绍.png
│   │   │   │   ├── FasterRCNN总结.png
│   │   │   │   ├── getconfidence.png
│   │   │   │   ├── locallization.png
│   │   │   │   ├── overfeat.png
│   │   │   │   ├── priorboxes和defaultboxes.png
│   │   │   │   ├── QQ20180918-172803@2x.png
│   │   │   │   ├── SPPNet的流程分析.png
│   │   │   │   ├── SPP方块.png
│   │   │   │   ├── SSD样本标记.png
│   │   │   │   ├── 多任务损失.png
│   │   │   │   ├── 关与roi pooling反向传播.png
│   │   │   │   ├── 流程.png
│   │   │   │   ├── 问题.png
│   │   │   │   └── 映射公式讲解.png
│   │   ├── 02物体检测项目(二)--数据集制作与处理/
│   │   │   ├── 03_代码/
│   │   │   │   └── online_class_v1.0.zip
│   │   │   ├── 04_资料/
│   │   │   │   ├── 第二阶段总结.mindnode/
│   │   │   │   │   ├── QuickLook/
│   │   │   │   │   │   └── Preview.jpg
│   │   │   │   │   ├── resources/
│   │   │   │   │   ├── style.mindnodestyle/
│   │   │   │   │   │   ├── contents.xml
│   │   │   │   │   │   └── metadata.plist
│   │   │   │   │   ├── contents.xml
│   │   │   │   │   └── viewState.plist
│   │   │   │   ├── 商品图片识别类别安排.mindnode/
│   │   │   │   │   ├── QuickLook/
│   │   │   │   │   │   └── Preview.jpg
│   │   │   │   │   ├── resources/
│   │   │   │   │   ├── style.mindnodestyle/
│   │   │   │   │   │   ├── contents.xml
│   │   │   │   │   │   └── metadata.plist
│   │   │   │   │   ├── contents.xml
│   │   │   │   │   └── viewState.plist
│   │   │   │   ├── Linux安装libelimg.pdf
│   │   │   │   ├── Mac 安装labelimg.pdf
│   │   │   │   └── 第二阶段课堂纪要.md
│   │   │   ├── 05_画图/
│   │   │   │   ├── 解析过程.png
│   │   │   │   └── 数据集格式转换介绍.png
│   │   ├── 03物体检测项目(三)--项目实现与部署/
│   │   │   ├── 03_代码/
│   │   │   │   ├── online_class_V1.0.zip
│   │   │   │   ├── online_class_V2.0.zip
│   │   │   │   ├── online_class_V3.0.zip
│   │   │   │   ├── online_class_V4.0.zip
│   │   │   │   ├── online_class_V5.0.zip
│   │   │   │   └── web_code.zip
│   │   │   ├── 04_资料/
│   │   │   │   ├── 数据模块总结.mindnode/
│   │   │   │   │   ├── QuickLook/
│   │   │   │   │   │   └── Preview.jpg
│   │   │   │   │   ├── resources/
│   │   │   │   │   ├── style.mindnodestyle/
│   │   │   │   │   │   ├── contents.xml
│   │   │   │   │   │   └── metadata.plist
│   │   │   │   │   ├── contents.xml
│   │   │   │   │   └── viewState.plist
│   │   │   │   ├── 项目实现总结.mindnode/
│   │   │   │   │   ├── QuickLook/
│   │   │   │   │   │   └── Preview.jpg
│   │   │   │   │   ├── resources/
│   │   │   │   │   ├── style.mindnodestyle/
│   │   │   │   │   │   ├── contents.xml
│   │   │   │   │   │   └── metadata.plist
│   │   │   │   │   ├── contents.xml
│   │   │   │   │   └── viewState.plist
│   │   │   │   ├── 训练各模块接口总结.mindnode/
│   │   │   │   │   ├── QuickLook/
│   │   │   │   │   │   └── Preview.jpg
│   │   │   │   │   ├── resources/
│   │   │   │   │   ├── style.mindnodestyle/
│   │   │   │   │   │   ├── contents.xml
│   │   │   │   │   │   └── metadata.plist
│   │   │   │   │   ├── contents.xml
│   │   │   │   │   └── viewState.plist
│   │   │   │   ├── 第三阶段画图.key
│   │   │   │   └── 第三阶段课堂纪要.md
│   │   │   ├── 05_画图/
│   │   │   │   ├── DeploymentConfig参数介绍.png
│   │   │   │   ├── 测试流程介绍.png
│   │   │   │   ├── 测试文件结构组成.png
│   │   │   │   ├── 多GPU任务.png
│   │   │   │   ├── 多GPU设备与训练流程的关系.png
│   │   │   │   ├── 模型服务设计.png
│   │   │   │   ├── 模型赋值与观察.png
│   │   │   │   ├── 数据集基类设计参数.png
│   │   │   │   ├── 小程序与模型部署流程关系.png
│   │   │   │   ├── 训练流程总结.png
│   │   │   │   ├── 样本处理分析.png
│   │   │   │   └── 在线增强数据集理解.png

游客，如果您要查看本帖隐藏内容请回复

randy1981

谢谢

岁月

强烈支持楼主ing……