人工智能顶会论文精讲（像素级复现）163节

课程目录

├┈1 【宣导片1】开启人工智能论文学习之旅—.mp4

├┈10 07-CV Transformer-Vit-关键代码详解2—–.mp4

├┈100 gat-07-multi-head起源简介—-.mp4

├┈101 gat-08-GAT算法总结和实验设置——.mp4

├┈102 gat-09-论文总结—.mp4

├┈103 gat-10-代码介绍——.mp4

├┈105 gat-12-邻接矩阵归一化——.mp4

├┈106 gat-13-gat模型实现——.mp4

├┈107 gat-14-gat模型训练及代码总结—–.mp4

├┈108 BiSeNet-01-前期介绍—.mp4

├┈109 BiSeNet-02-论文导读——分割常用损失函数-1—-.mp4

├┈11 08-CV Transformer-Vit-关键代码详解3——.mp4

├┈110 BiSeNet-03-论文导读-分割常用损失函数-2—–.mp4

├┈111 BiSeNet-04-论文导读-分割常用损失函数-3—-.mp4

├┈112 BiSeNet-05-论文导读-分割常用损失函数4—— .mp4

├┈113 BiSeNet-06-论文导读-5——.mp4

├┈114 BiSeNet-07-上节回顾——.mp4

├┈115 BiSeNet-08-引言——.mp4

├┈116 BiSeNet-09-相关工作 算法架构总览——.mp4

├┈117 BiSeNet-10-算法结构详解实验-0——.mp4

├┈118 BiSeNet-11-算法结构详解实验-1——.mp4

├┈119 BiSeNet-12-模型代码定义-0——.mp4

├┈12 09-CV Transformer-Vit-回顾代码——.mp4

├┈120 BiSeNet-13-模型代码定义-1—–.mp4

├┈121 BiLSTM-CRF-01-论文研究背景—-.mp4

├┈122 BiLSTM-CRF_02关键算法—–.mp4

├┈123 BiLSTM-CRF_03论文模型—–.mp4

├┈124 BiLSTM-CRF_04损失函数——l.mp4

├┈125 BiLSTM-CRF_05实验结果与总结—.mp4

├┈126 BiLSTM-CRF_06代码讲解—–.mp4

├┈127 GAN-01-论文摘要.mp4

├┈128 GAN-02-论文背景.mp4

├┈129 GAN-03-论文泛读.mp4

├┈13 10-CV Transformer-Vit-代码示例–.mp4

├┈13 10-CV Transformer-Vit-代码示例002—.m4s

├┈130 GAN-04-价值函数.mp4

├┈131 GAN-05-训练流程 理论证明.mp4

├┈132 GAN-06-实验结果 总结展望.mp4

├┈133 GAN-07-代码分析综述.mp4

├┈134 GAN-08-代码分析精讲.mp4

├┈14 01-Unet-论文总览和摘要精读—.mp4

├┈144 CLIP-01-前言.mp4

├┈145 CLIP-02-background.mp4

├┈146 CLIP-03-model01.mp4

├┈147 CLIP-04-model02.mp4

├┈148 CLIP-05-experiement.mp4

├┈149 CLIP-06-code-0.mp4

├┈15 02-Unet-医学分割相关背景和取得的成果及意义—.mp4

├┈150 CLIP-07-code-1.mp4

├┈151 CLIP-08-code-2.mp4

├┈152 CLIP-09-code-3.mp4

├┈153 cnn_for_re-11-论文总结—–ll.mp4

├┈154 cnn_for_re-12-代码讲解1——l.mp4

├┈155 cnn_for_re-13-代码讲解2–.mp4

├┈156 cnn_for_re-14-代码讲解3—.mp4

├┈157 cnn_for_re-15-代码讲解4-.mp4

├┈158 cnn_for_re-16-代码讲解5—-.mp4

├┈159 cnn_for_re-17-代码讲解6—–.mp4

├┈16 03-Unet-两篇论文相互补充–.mp4

├┈160 cnn_for_re-18-代码讲解7—–.mp4

├┈161 swin10-代码-参数.mp4

├┈162 swin11-代码-swin大框架.mp4

├┈163 swin12-代码-basic_layer.mp4

├┈164 swin13-代码-block详解-wmsa 相对位置编码.mp4

├┈165 swin14-代码-swmsa.mp4

├┈166 swin15-代码-swin代码整体回顾.mp4

├┈167 swin16-代码-dwconv与wmsa.mp4

├┈168 swin17-代码-总结.mp4

├┈17 04-Unet-回顾医学图像分析及CNN的发展历程—.mp4

├┈18 05-Unet-先验知识补充—–.mp4

├┈19 06-Unet-算法架构和实验结果及分析——.mp4

├┈2 【先导课】效率提高3倍的论文阅读方法—.mp4

├┈20 07-Unet-试验设置及结果分析——.mp4

├┈21 08-Unet-代码精读-.mp4

├┈22 BIDAF-01-背景意义——.mp4

├┈23 BIDAF-02-相关工作+小结——.mp4

├┈24 BIDAF-03-模型结构——.mp4

├┈25 BIDAF-04-实验分析——.mp4

├┈26 BIDAF-05-数据读取-jupyter——.mp4

├┈27 BIDAF-06-数据读取-pycharm——.mp4

├┈28 BIDAF-07-模型构建—.mp4

├┈29 BIDAF-08-训练加预测——.mp4

├┈3 【宣导片2】15w同学在这征服论文—–.mp4

├┈30 BIDAF-09-评测指标计算—-.mp4

├┈31 YOLOv5-01-目标检测技术与YOLO系列-.mp4

├┈32 YOLOv5-02-YOLOV3回顾–.mp4

├┈33 YOLOv5-03-YOLOV5新激活函数——.mp4

├┈34 YOLOv5-04-YOLOV5核心知识点1–.mp4

├┈35 YOLOv5-05-YOLOV5核心知识点2–.mp4

├┈36 YOLOv5-06-YOLOV5代码讲解1—.mp4

├┈37 YOLOV5-07-YOLOV5代码讲解2—.mp4

├┈38 YOLOV5-08-YOLOV5代码讲解3–.mp4

├┈39 YOLOV5-09-YOLOV5代码讲解4–.mp4

├┈4 01-CV Transformer-Vit-论文介绍—–.mp4

├┈40 YOLOv5-10-YOLOV5-代码讲解5-.mp4

├┈41 YOLOv5-11-YOLOV5-代码讲解6-.mp4

├┈42 YOLOv5-12-YOLOV5-代码讲解7-.mp4

├┈42 YOLOv5-12-YOLOV5-代码讲解7001—.m4s

├┈43 YOLOv5-13-YOLOV5-代码讲解8–.mp4

├┈43 YOLOv5-13-YOLOV5-代码讲解8001-.m4s

├┈44 YOLOv5-14-YOLOV5-代码讲解9-.mp4

├┈44 YOLOv5-14-YOLOV5-代码讲解9001–.m4s

├┈44 YOLOv5-14-YOLOV5-代码讲解9002—-.m4s

├┈44 YOLOv5-14-YOLOV5-代码讲解9002.m4s—-.aria2

├┈45 yolox-01-前言001—.m4s

├┈46 yolox-02-背景——.mp4

├┈47 yolox-03-概览-.mp4

├┈48 yolox-04-详解-模型框架—.mp4

├┈49 yolox-05-详解simOTA-.mp4

├┈5 02-CV Transformer-Vit-论文精读1—–.mp4

├┈50 yolox-06-详解-模型结构.mp4

├┈51 yolox-07-详解-预处理–.mp4

├┈52 yolox-08-训练及总结-.mp4

├┈53 yolox代码-09-前言-.mp4

├┈54 yolox代码-10-预处理-mosaic-.mp4

├┈55 yolox代码-11-预处理-randomaffine-.mp4

├┈56 yolox代码-12-预处理-mixup—.mp4

├┈57 yolox代码-13-backbone–.mp4

├┈58 yolox代码-14-pafpn-.mp4

├┈59 yolox代码-15-bbox decode-.mp4

├┈6 03-CV Transformer-Vit-论文精读2——.mp4

├┈60 yolox代码-16-simOTA-.mp4

├┈61 yolox代码-17 总结-.mp4

├┈62 cnn_for_re-01-前言.mp4

├┈63 cnn_for_re-02-论文介绍-研究背景–.mp4

├┈64 cnn_for_re-03-论文介绍-相关工作1-.mp4

├┈65 cnn_for_re-04-论文介绍-相关工作2.mp4

├┈66 cnn_for_re-05-论文介绍-相关工作3-.mp4

├┈67 cnn_for_re-06-论文泛读–.mp4

├┈69 cnn_for_re-08-论文精读2-.mp4

├┈7 04-CV Transformer-Vit-论文精读3—-.mp4

├┈70 cnn_for_re-09-论文精读3–.mp4

├┈71 cnn_for_re-10-实验结果分析-.mp4

├┈72 ResNet-01-背景成果意义-.mp4

├┈73 ResNet-02-论文泛读–.mp4

├┈74 ResNet-03-上节回顾-.mp4

├┈75 ResNet-04-论文精读-残差结构-1–.mp4

├┈76 ResNet-05-论文精读-残差结构-2–.mp4

├┈77 ResNet-06-ResNet结构-1—.mp4

├┈78 ResNet-07-ResNet结构-2—.mp4

├┈79 ResNet-08实验结果及分析–.mp4

├┈8 05-CV Transformer-Vit-前言-.mp4

├┈80 ResNet-09-论文总结——.mp4

├┈81 ResNet-10-本节回顾及下节预告——.mp4

├┈82 ResNet-11-ResNet结构搭建详解——.mp4

├┈83 ResNet-12-ResNet20训练及实验分析-0—–.mp4

├┈84 ResNet-13-ResNet20训练及实验分析-1——.mp4

├┈85 ResNet-14-ResNet20训练及实验分析-2——.mp4

├┈86 ResNet-15-ResNet20训练及实验分析-3——.mp4

├┈87 Han-Attention-01-前期储备知识介绍——.mp4

├┈88 Han-Attention-02-研究背景成果及意义——.mp4

├┈89 Han-Attention-03-论文总览—–.mp4

├┈9 06-CV Transformer-Vit-关键代码详解1—–.mp4

├┈90 Han-Attention-04-模型详解——.mp4

├┈91 Han-Attention-05-实验结果及论文总结–.mp4

├┈92 Han-Attention-06-数据读取—–.mp4

├┈93 Han-Attention-07-模型实现及训练和测试——.mp4

├┈94 gat-01-研究背景—–.mp4

├┈95 gat-02-图卷积消息传递——.mp4

├┈96 gat-03-研究成果研究意义—–.mp4

├┈97 gat-04-gnn核心框架——.mp4

├┈98 gat-05-gat算法讲解—–.mp4

└┈99 gat-06-各种attention总结—-.mp4