深度学习及其应用 ，网盘下载(6.32G)

深度学习及其应用[6.32G]

复旦大学深度学习[36.06M]

(1.1.1)–神经网络基础.pdf[4.79M]

(1.4.1)–银行客户流失预测.pdf[1.00M]

(2.1.1)–深度学习应用概况.pdf[3.48M]

(3.1.1)–卷积神经网络基础.pdf[4.36M]

(3.11.1)–卷积笔记.pdf[2.19M]

(4.1.1)–卷积神经网络算法.pdf[2.52M]

(4.7.1)–VGG动物识别.pdf[1.05M]

(5.1.1)–循环神经网络模型.pdf[3.18M]

(5.7.1)–股票预测.pdf[620.31K]

(6.1.1)–目标检测.pdf[4.43M]

(6.14.1)–任务检测.pdf[1.19M]

(7.1.1)–生成对抗网络.pdf[3.83M]

(7.3.1)–自编码器.pdf[764.90K]

(7.9.1)–GAN用于手写体生成.pdf[1.37M]

(8.1.1)–注意力机制.pdf[1.31M]

01__1_1_1___神经网络简介.mp4[52.32M]

02__1_2_1___BP神经网络_1_.mp4[79.80M]

03__1_3_1___BP神经网络_2_.mp4[129.67M]

04__1_3_2___神经网络训练.mp4[117.77M]

05__1_3_3___神经网络应用.mp4[65.17M]

06__1_4_1___神经网路应用于银行客户流失预测.mp4[110.32M]

07__1_5_1___银行客户流失预测.mp4[80.87M]

08__1_6_1___银行客户流失预测_3_.mp4[88.54M]

09__1_7_1___银行客户流失预测_4_.mp4[74.63M]

10__2_1_1___深度学习_深度学习在人工智能中的应用_一_.mp4[52.17M]

11__2_2_1___深度学习在人工智能中的应用.mp4[54.03M]

12__2_3_1___深度学习在人工智能中的应用_3_.mp4[94.51M]

13__2_4_1___深度学习在人工智能中的应用_4_.mp4[77.35M]

14__3_1_1___卷积神经网络概况.mp4[77.74M]

15__3_2_1___感受野.mp4[55.01M]

16__3_3_1___卷积的概念.mp4[87.34M]

17__3_4_1___图像编码与卷积.mp4[80.02M]

18__3_5_1___卷积操作.mp4[79.06M]

19__3_6_1___卷积特征图及计算.mp4[53.46M]

20__3_7_1___多通道卷积.mp4[68.95M]

21__3_8_1___池化.mp4[52.61M]

22__3_9_1___Lenet5卷积神经网络.mp4[59.06M]

23__3_10_1___Lenet5卷积神经网络_2_1_.mp4[66.32M]

24__3_10_2___Lenet5卷积神经网络_2_2_.mp4[86.28M]

25__3_11_1___Lenet5卷积神经网络_3_1_.mp4[55.76M]

26__3_11_2___Lenet5卷积神经网络_3_2_.mp4[75.41M]

27__3_12_1___完整的卷积神经网络过程.mp4[40.91M]

28__3_13_1___卷积神经网络训练.mp4[49.56M]

29__3_14_1___图像分类_1_.mp4[87.77M]

31__3_16_1___图像分类.mp4[92.82M]

32__3_17_1___股票预测_2_.mp4[64.52M]

33__3_18_1___股票预测_3_.mp4[114.70M]

34__4_1_1___Alexnet卷积神经网络.mp4[107.57M]

35__4_2_1___AlexNet卷积神经网络_2_.mp4[53.60M]

36__4_3_1___AlexNet卷积神经网络模型_3_.mp4[54.85M]

37__4_4_1___VGG卷积神经网络模型.mp4[100.35M]

38__4_5_1___GoogLeNet卷积神经网络模型.mp4[134.76M]

39__4_6_1___残差神经网络模型.mp4[111.30M]

40__4_7_1___动物识别.mp4[78.96M]

41__4_8_1___动物识别_2_.mp4[91.39M]

42__4_9_1___动物识别_3_.mp4[86.66M]

43__5_1_1___循环神经网络基本原理_1_.mp4[61.83M]

44__5_2_1___循环神经网络基本原理_2_.mp4[66.35M]

45__5_3_1___循环神经网络模型.mp4[82.54M]

46__5_4_1___长短期记忆神经网络模型_1_.mp4[55.05M]

47__5_5_1___长短期记忆神经网络模型_2_.mp4[63.31M]

48__5_6_1___长短期记忆神经网络模型_3_.mp4[51.79M]

49__5_7_1___基于LSTM的股票预测.mp4[125.42M]

50__6_1_1___目标检测的基本概念_1_.mp4[76.04M]

51__6_2_1___目标检测基本概念_2_.mp4[60.72M]

52__6_3_1___目标检测发展.mp4[45.40M]

53__6_4_1___基于候选区域的目标检测_1_.mp4[82.16M]

54__6_5_1___基于候选区域的目标检测_2_.mp4[102.65M]

55__6_6_1___基于候选区域的目标检测_3_.mp4[81.74M]

56__6_7_1___基于候选区域的目标检测_4_.mp4[71.87M]

57__6_8_1___FastRCNN目标检测算法.mp4[79.99M]

58__6_9_1___FasterR_CNN目标检测算法.mp4[109.61M]

59__6_10_1___Yolo目标检测算法_1_.mp4[103.90M]

60__6_11_1___Yolo目标检测算法_2_.mp4[67.96M]

61__6_12_1___Yolo目标检测算法_3_.mp4[61.29M]

62__6_13_1___Yolo目标检测算法_4_.mp4[71.54M]

63__6_14_1___目标检测案例解析_1_.mp4[86.73M]

64__6_15_1___目标检测案例解析_2_.mp4[116.96M]

65__6_16_1___目标检测案例解析_3_.mp4[50.25M]

66__6_17_1___目标检测案例解析_4_.mp4[78.54M]

67__7_1_1___生成对抗网络基本原理_1_.mp4[46.26M]

68__7_2_1___生成对抗网络基本原理_2_.mp4[62.87M]

69__7_3_1___Encoder_Decoder模型.mp4[53.46M]

70__7_4_1___生成对抗网络算法DCGAN_1_.mp4[99.74M]

71__7_5_1___生成对抗网络算法DCGAN_2_.mp4[78.22M]

72__7_6_1___生成对抗网络算法DCGAN_3_.mp4[73.67M]

73__7_7_1___生成对抗网络算法应用_1_.mp4[49.85M]

74__7_8_1___生成对抗网络算法应用_2_.mp4[56.57M]

75__7_9_1___手写体生成_1_.mp4[68.33M]

76__7_10_1___手写体生成_2_.mp4[80.35M]

77__7_11_1___手写体生成_3_.mp4[87.34M]

78__7_12_1___手写体生成_4_.mp4[68.32M]

79__7_13_1___手写体生成_5_.mp4[77.22M]

80__8_1_1___Seq2Seq模型_1_.mp4[49.19M]

81__8_2_1___Seq2Seq模型_2_.mp4[56.00M]

82__8_3_1___注意力机制模型_1_.mp4[42.58M]

83__8_4_1___注意力机制模型_2_.mp4[78.25M]

84__8_5_1___注意力机制模型_3_.mp4[101.00M]

85__8_6_1___注意力机制模型案例分析.mp4[105.39M]