贪心学院----cv课程

hengzhi

课程目录：
├──CV计算机视觉集训营（视频）  
|   ├──任务1：机器学习、深度学习简介.mp4  23.93M
|   ├──任务2：深度学习的发展历史.mp4  23.12M
|   ├──任务3：现代深度学习的典型例子.mp4  18.71M
|   ├──任务4：深度学习在计算机视觉中的应用.mp4  24.34M
|   ├──任务5：深度学习的总结.mp4  10.51M
|   ├──任务6：开发环境的配置, Python, Numpy, Keras入门教程.mp4  46.95M
|   ├──任务7：GPU驱动程序安装.mp4  17.71M
|   ├──任务8：CUDA的安装.mp4  21.36M
|   ├──任务9：cuDNN的安装, Tensorflow, PyTorch的GPU测试.mp4  31.35M
|   ├──任务10：问答环节.mp4  57.00M
|   ├──任务11：环境安装.mp4  106.82M
|   ├──任务12：二元分类问题.mp4  32.50M
|   ├──任务13：逻辑函数.mp4  32.13M
|   ├──任务14：指数与对数 、逻辑回归.mp4  43.68M
|   ├──任务15：示例.mp4  84.02M
|   ├──任务16：损失函数.mp4  59.35M
|   ├──任务17：损失函数推演.mp4  83.23M
|   ├──任务18：梯度下降法.mp4  104.82M
|   ├──任务19：应用.mp4  110.33M
|   ├──任务20：直播答疑.mp4  19.46M
|   ├──任务21：自动驾驶方向盘预测论文分析.mp4  65.07M
|   ├──任务22：使用PyCharm Keras建立深度网络模型.mp4  257.79M
|   ├──任务23：数据预处理 数据增强.mp4  62.67M
|   ├──任务24：建立BatchGenerator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Python库Keras的介绍.mp4  81.20M
|   ├──任务28：使用Pandas读取鸢尾花数据集， 使用LabelEncoder对类别标签进行编码.mp4  38.26M
|   ├──任务29：使用Keras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（Feed Forward）算法.mp4  48.14M
|   ├──任务33：神经网络数学原理（3）：神经网络的前馈（Feed Forward）算法续，Softmax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：Neural.Network.Loss-直播01.mp4  69.63M
|   ├──任务39：Neural.Network.Loss-直播02.mp4  60.67M
|   ├──任务40：Neural.Network.Loss-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：DropOut 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：Gradient Clipping.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：Bi-Directional LSTM.mp4  48.06M
|   ├──任务59：Gated Recurrent Unit.mp4  52.16M
|   ├──任务60：机器翻译.mp4  40.33M
|   ├──任务61：Multimodal Learning.mp4  66.89M
|   ├──任务62：Seq2Seq模型.mp4  131.29M
|   ├──任务63：回顾RNN与LSTM.mp4  20.76M
|   ├──任务64：Attention for Image Captioning.mp4  102.70M
|   ├──任务65：Attention for Machine Translation.mp4  46.01M
|   ├──任务66：Self-Attention.mp4  51.71M
|   ├──任务67：Attention总结.mp4  20.16M
|   ├──任务68：neural network optimizer直播-01.mp4  112.62M
|   ├──任务69：neural network optimizer直播-02.mp4  75.50M
|   ├──任务70：neural network optimizer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 load_img_as_np_array 这个函数.mp4  16.52M
|   ├──任务77：如何实现“load_vgg16_model”函数.mp4  27.36M
|   ├──任务78：如何实现“extract_features”函数.mp4  34.80M
|   ├──任务79：创建Tokenizer01.mp4  20.89M
|   ├──任务80：创建Tokenizer02.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 Embedding和Dropout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generate_caption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generate_caption函数02.mp4  114.67M
|   ├──任务89：如何调用generate_caption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
|   ├──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 (util.py 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 (train.py 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 (train.py 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ImageDataGenerator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：AlexNet的结构分析.mp4  8.75M
|   ├──任务129：ZFNet的结构分析.mp4  8.17M
|   ├──任务130：VGG的结构分析.mp4  8.51M
|   ├──任务131：GoogleNet Inception的结构分析.mp4  12.08M
|   ├──任务132：Inception V3的结构分析.mp4  43.76M
|   ├──任务133：ResNet的结构分析.mp4  40.47M
|   ├──任务134：ResNet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 DataGenerator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：DataGenerator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Python 连接模拟器的Python 库.mp4  22.22M
|   ├──任务160：windows 下面使用自动驾驶模拟器的教程.mp4  46.39M
|   ├──任务161：mac 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：Non-Max Suppression IoU 和 Hard Negative Mining.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(Bounding Box)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：Faster R-CNN Region Proposal Network.mp4  37.13M
|   ├──任务170：R-CNN Fast R-CNN Faster 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 L2Normalization层的实现.mp4  131.49M
|   ├──任务178：SSD各个技术对失败率的影响 Atrous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Anchor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：Non-Max Suppression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-Net的原理.mp4  79.40M
|   ├──任务187：Transposed Convolution原理与运用.mp4  122.99M
|   ├──任务188：U-Net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Anchor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200：SSD解码的实现.mp4  111.39M
|   ├──任务201：帮助函数IoU, 坐标转换, SSD损失函数, Non-Max-Suppression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：DropoutNoScale层的实现.mp4  23.57M
|   ├──任务208：BinaryDense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：MobileNet, Depthwise Seperable Convolution的原理计算量分析.mp4  56.94M
|   ├──任务213：ShuffleNet, Group Convolution, Channel Shuffle的原理.mp4  53.38M
|   ├──任务214：EffNet, Spatial Seperable Convolution的原理计算量分析和实验效果.mp4  167.50M
|   ├──任务215：lightweight-network答疑时间.mp4  20.58M
|   ├──任务216：回顾EffNet的原理.mp4  31.29M
|   ├──任务217：EffNet的代码讲解.mp4  75.69M
|   ├──任务218：One-Shot Learning 的意义和工作原理.mp4  23.76M
|   ├──任务219：用于One-Shot Learning 的Siamese 深度神经网络的介绍.mp4  21.66M
|   ├──任务220：Siamese 深度神经网络的实验和结果分析.mp4  65.27M
|   ├──任务221：Transposed Convolution 的应用, 算法回顾, 以及使用矩阵乘法实现.mp4  34.19M
|   ├──任务222：Transposed Convolution 的梯度推导.mp4  22.09M
|   ├──任务223：将卷积核转换为Toeplitz Matrix用于矩阵乘法实现Transposed.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 Siamese 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：PyTorch 基础教程.mp4  47.81M
|   ├──任务227：Siamese One-Shot learning 知识回顾.mp4  14.32M
|   ├──任务228：使用 PyTorch torchvision 库高效读取数据.mp4  70.91M
|   ├──任务229：使用 PyTorch 定义 Siamese 网络结构.mp4  49.42M
|   ├──任务230：使用 PyTorch 写训练网络的代码.mp4  86.85M
|   └──任务231：使用 PyTorch 写测试网络的代码.mp4  82.29M
└──CV计算机视觉训练营（资料）  
|   ├──贪心CV资料  
|   |   ├──20190303Lesson0 课程介绍 & 编程环境配置 & 深度学习概括  
|   |   ├──20190306Lesson1-logistic.regression  
|   |   ├──20190310-深度学习经典案例讲解Self-Steering-Keras-Case-Study  
|   |   ├──20190313Lesson2-Neural-Network  
|   |   ├──20190317-Neural-Network-Loss  
|   |   ├──20190320Lesson3-Deep-Neural-Network  
|   |   ├──20190327Lesson4-Recurrent-Neural-Network递归神经网络LSTM  
|   |   ├──20190331-Neural-Network-Optimizer  
|   |   ├──20190403-【Project1-Image-Captioning】  
|   |   ├──20190410Lesson6-Pure-CV  
|   |   ├──20190414-LSTM-Review-master  
|   |   ├──20190417-【Project2-Traffic-Sign-Recognition】  
|   |   ├──20190421--HyperParameterTuning_Tiaocan  
|   |   ├──20190424-CNN-Special-master  
|   |   ├──20190430Lesson7-Convolutional-Neural-Network  
|   |   ├──20190508【Project3-Self-Driving-Car-Steering】  
|   |   ├──20190512Lesson8-Object-Detection-master  
|   |   ├──20190515Lesson8-Object-Detection-Continued-Zhibo  
|   |   ├──20190522Lesson9-Image-Segmentation-Generation  
|   |   ├──Homework  
|   |   ├──Project4-Self-Drving-Car-Object-Detection  
|   |   ├──Project5-Binarized-Neural-Network  
|   |   ├──Project6-Eff-Neural-Network  
|   |   ├──Project7-Siamese-Neural-Network  
|   |   ├──Project8-Capsule-Neural-Network  
|   |   └──README.md  0.11kb
|   └──CVSource.zip  841.59M

游客，如果您要查看本帖隐藏内容请回复

刘栉风

激动  然而过期了。。。

xiongxiong

强烈支持楼主ing……

maste86

支持一下！！！！！！！！！！！！！！

过去好久

看到这帖子真是高兴！

nnz

贪心学院----cv课程

haodaniu

强烈支持楼主ing……

赵利怡

看到这帖子真是高兴！

墨染

看到这帖子真是高兴！

ZenithJurneyZJ

LOUZHU好人