人工智能頂會論文精講（像素級復現）163節資源簡介

課程目錄

├┈1 【宣導片1】開啟人工智能論文學習之旅—.mp4

├┈10 07-CV Transformer-Vit-關鍵代碼詳解2—–.mp4

├┈100 gat-07-multi-head起源簡介—-.mp4

├┈101 gat-08-GAT算法總結和實驗設置——.mp4

├┈102 gat-09-論文總結—.mp4

├┈103 gat-10-代碼介紹——.mp4

├┈105 gat-12-鄰接矩陣歸一化——.mp4

├┈106 gat-13-gat模型實現——.mp4

├┈107 gat-14-gat模型訓練及代碼總結—–.mp4

├┈108 BiSeNet-01-前期介紹—.mp4

├┈109 BiSeNet-02-論文導讀——分割常用損失函數-1—-.mp4

├┈11 08-CV Transformer-Vit-關鍵代碼詳解3——.mp4

├┈110 BiSeNet-03-論文導讀-分割常用損失函數-2—–.mp4

├┈111 BiSeNet-04-論文導讀-分割常用損失函數-3—-.mp4

├┈112 BiSeNet-05-論文導讀-分割常用損失函數4—— .mp4

├┈113 BiSeNet-06-論文導讀-5——.mp4

├┈114 BiSeNet-07-上節回顧——.mp4

├┈115 BiSeNet-08-引言——.mp4

├┈116 BiSeNet-09-相關工作 算法架構總覽——.mp4

├┈117 BiSeNet-10-算法結構詳解實驗-0——.mp4

├┈118 BiSeNet-11-算法結構詳解實驗-1——.mp4

├┈119 BiSeNet-12-模型代碼定義-0——.mp4

├┈12 09-CV Transformer-Vit-回顧代碼——.mp4

├┈120 BiSeNet-13-模型代碼定義-1—–.mp4

├┈121 BiLSTM-CRF-01-論文研究背景—-.mp4

├┈122 BiLSTM-CRF_02關鍵算法—–.mp4

├┈123 BiLSTM-CRF_03論文模型—–.mp4

├┈124 BiLSTM-CRF_04損失函數——l.mp4

├┈125 BiLSTM-CRF_05實驗結果與總結—.mp4

├┈126 BiLSTM-CRF_06代碼講解—–.mp4

├┈127 GAN-01-論文摘要.mp4

├┈128 GAN-02-論文背景.mp4

├┈129 GAN-03-論文泛讀.mp4

├┈13 10-CV Transformer-Vit-代碼示例–.mp4

├┈13 10-CV Transformer-Vit-代碼示例002—.m4s

├┈130 GAN-04-價值函數.mp4

├┈131 GAN-05-訓練流程 理論證明.mp4

├┈132 GAN-06-實驗結果 總結展望.mp4

├┈133 GAN-07-代碼分析綜述.mp4

├┈134 GAN-08-代碼分析精講.mp4

├┈14 01-Unet-論文總覽和摘要精讀—.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-醫學分割相關背景和取得的成果及意義—.mp4

├┈150 CLIP-07-code-1.mp4

├┈151 CLIP-08-code-2.mp4

├┈152 CLIP-09-code-3.mp4

├┈153 cnn_for_re-11-論文總結—–ll.mp4

├┈154 cnn_for_re-12-代碼講解1——l.mp4

├┈155 cnn_for_re-13-代碼講解2–.mp4

├┈156 cnn_for_re-14-代碼講解3—.mp4

├┈157 cnn_for_re-15-代碼講解4-.mp4

├┈158 cnn_for_re-16-代碼講解5—-.mp4

├┈159 cnn_for_re-17-代碼講解6—–.mp4

├┈16 03-Unet-兩篇論文相互補充–.mp4

├┈160 cnn_for_re-18-代碼講解7—–.mp4

├┈161 swin10-代碼-參數.mp4

├┈162 swin11-代碼-swin大框架.mp4

├┈163 swin12-代碼-basic_layer.mp4

├┈164 swin13-代碼-block詳解-wmsa 相對位置編碼.mp4

├┈165 swin14-代碼-swmsa.mp4

├┈166 swin15-代碼-swin代碼整體回顧.mp4

├┈167 swin16-代碼-dwconv與wmsa.mp4

├┈168 swin17-代碼-總結.mp4

├┈17 04-Unet-回顧醫學圖像分析及CNN的發展歷程—.mp4

├┈18 05-Unet-先驗知識補充—–.mp4

├┈19 06-Unet-算法架構和實驗結果及分析——.mp4

├┈2 【先導課】效率提高3倍的論文閱讀方法—.mp4

├┈20 07-Unet-試驗設置及結果分析——.mp4

├┈21 08-Unet-代碼精讀-.mp4

├┈22 BIDAF-01-背景意義——.mp4

├┈23 BIDAF-02-相關工作+小結——.mp4

├┈24 BIDAF-03-模型結構——.mp4

├┈25 BIDAF-04-實驗分析——.mp4

├┈26 BIDAF-05-數據讀取-jupyter——.mp4

├┈27 BIDAF-06-數據讀取-pycharm——.mp4

├┈28 BIDAF-07-模型構建—.mp4

├┈29 BIDAF-08-訓練加預測——.mp4

├┈3 【宣導片2】15w同學在這征服論文—–.mp4

├┈30 BIDAF-09-評測指標計算—-.mp4

├┈31 YOLOv5-01-目標檢測技術與YOLO系列-.mp4

├┈32 YOLOv5-02-YOLOV3回顧–.mp4

├┈33 YOLOv5-03-YOLOV5新激活函數——.mp4

├┈34 YOLOv5-04-YOLOV5核心知識點1–.mp4

├┈35 YOLOv5-05-YOLOV5核心知識點2–.mp4

├┈36 YOLOv5-06-YOLOV5代碼講解1—.mp4

├┈37 YOLOV5-07-YOLOV5代碼講解2—.mp4

├┈38 YOLOV5-08-YOLOV5代碼講解3–.mp4

├┈39 YOLOV5-09-YOLOV5代碼講解4–.mp4

├┈4 01-CV Transformer-Vit-論文介紹—–.mp4

├┈40 YOLOv5-10-YOLOV5-代碼講解5-.mp4

├┈41 YOLOv5-11-YOLOV5-代碼講解6-.mp4

├┈42 YOLOv5-12-YOLOV5-代碼講解7-.mp4

├┈42 YOLOv5-12-YOLOV5-代碼講解7001—.m4s

├┈43 YOLOv5-13-YOLOV5-代碼講解8–.mp4

├┈43 YOLOv5-13-YOLOV5-代碼講解8001-.m4s

├┈44 YOLOv5-14-YOLOV5-代碼講解9-.mp4

├┈44 YOLOv5-14-YOLOV5-代碼講解9001–.m4s

├┈44 YOLOv5-14-YOLOV5-代碼講解9002—-.m4s

├┈44 YOLOv5-14-YOLOV5-代碼講解9002.m4s—-.aria2

├┈45 yolox-01-前言001—.m4s

├┈46 yolox-02-背景——.mp4

├┈47 yolox-03-概覽-.mp4

├┈48 yolox-04-詳解-模型框架—.mp4

├┈49 yolox-05-詳解simOTA-.mp4

├┈5 02-CV Transformer-Vit-論文精讀1—–.mp4

├┈50 yolox-06-詳解-模型結構.mp4

├┈51 yolox-07-詳解-預處理–.mp4

├┈52 yolox-08-訓練及總結-.mp4

├┈53 yolox代碼-09-前言-.mp4

├┈54 yolox代碼-10-預處理-mosaic-.mp4

├┈55 yolox代碼-11-預處理-randomaffine-.mp4

├┈56 yolox代碼-12-預處理-mixup—.mp4

├┈57 yolox代碼-13-backbone–.mp4

├┈58 yolox代碼-14-pafpn-.mp4

├┈59 yolox代碼-15-bbox decode-.mp4

├┈6 03-CV Transformer-Vit-論文精讀2——.mp4

├┈60 yolox代碼-16-simOTA-.mp4

├┈61 yolox代碼-17 總結-.mp4

├┈62 cnn_for_re-01-前言.mp4

├┈63 cnn_for_re-02-論文介紹-研究背景–.mp4

├┈64 cnn_for_re-03-論文介紹-相關工作1-.mp4

├┈65 cnn_for_re-04-論文介紹-相關工作2.mp4

├┈66 cnn_for_re-05-論文介紹-相關工作3-.mp4

├┈67 cnn_for_re-06-論文泛讀–.mp4

├┈69 cnn_for_re-08-論文精讀2-.mp4

├┈7 04-CV Transformer-Vit-論文精讀3—-.mp4

├┈70 cnn_for_re-09-論文精讀3–.mp4

├┈71 cnn_for_re-10-實驗結果分析-.mp4

├┈72 ResNet-01-背景成果意義-.mp4

├┈73 ResNet-02-論文泛讀–.mp4

├┈74 ResNet-03-上節回顧-.mp4

├┈75 ResNet-04-論文精讀-殘差結構-1–.mp4

├┈76 ResNet-05-論文精讀-殘差結構-2–.mp4

├┈77 ResNet-06-ResNet結構-1—.mp4

├┈78 ResNet-07-ResNet結構-2—.mp4

├┈79 ResNet-08實驗結果及分析–.mp4

├┈8 05-CV Transformer-Vit-前言-.mp4

├┈80 ResNet-09-論文總結——.mp4

├┈81 ResNet-10-本節回顧及下節預告——.mp4

├┈82 ResNet-11-ResNet結構搭建詳解——.mp4

├┈83 ResNet-12-ResNet20訓練及實驗分析-0—–.mp4

├┈84 ResNet-13-ResNet20訓練及實驗分析-1——.mp4

├┈85 ResNet-14-ResNet20訓練及實驗分析-2——.mp4

├┈86 ResNet-15-ResNet20訓練及實驗分析-3——.mp4

├┈87 Han-Attention-01-前期儲備知識介紹——.mp4

├┈88 Han-Attention-02-研究背景成果及意義——.mp4

├┈89 Han-Attention-03-論文總覽—–.mp4

├┈9 06-CV Transformer-Vit-關鍵代碼詳解1—–.mp4

├┈90 Han-Attention-04-模型詳解——.mp4

├┈91 Han-Attention-05-實驗結果及論文總結–.mp4

├┈92 Han-Attention-06-數據讀取—–.mp4

├┈93 Han-Attention-07-模型實現及訓練和測試——.mp4

├┈94 gat-01-研究背景—–.mp4

├┈95 gat-02-圖卷積消息傳遞——.mp4

├┈96 gat-03-研究成果研究意義—–.mp4

├┈97 gat-04-gnn核心框架——.mp4

├┈98 gat-05-gat算法講解—–.mp4

└┈99 gat-06-各種attention總結—-.mp4