【深度之眼】人工智能Paper年度会员（多模态方向）|含代码

课程介绍

【深度之眼】人工智能Paper年度会员（多模态方向）视频教程，经百课优（baikeu.com）精心整理发布。深度学习算法模型，实现代码复现。一手掌握人工智能！

相关课程推荐：

【有三AI-CV夏季划】人工智能:深度学习从入门到精通

课程目录

├── 1-1_大模型——前沿论文带读训练营（NLP方向）/
│   └── [ 233] 1-1_资料合集
├── 1-2_大模型——前沿论文带读训练营（NLP方向）/
│   └── [ 233] 1-1_资料合集
├── 1-3_02多模态—二期课程/
│   ├── [ 233] 1-1_课件资料
│   ├── [119M] 1-2_补充课程-GPT-4
│   ├── [ 67M] 1-3_11VQA论文泛读1
│   ├── [ 69M] 1-4_12VQA论文泛读2
│   ├── [ 75M] 1-5_13VQA3论文泛读3
│   └── [146M] 1-6_14VQA论文泛读4论文精读
├── 1-4_01多模态-baseline/
│   ├── [ 259] 1-1_课件资料合集
│   ├── [170M] 1-2_11CLIP-论文泛读（体验课直播回放）
│   ├── [279M] 1-3_12CLIP-论文精读（体验课直播回放）
│   ├── [ 80M] 1-4_13CLIP-代码复现
│   ├── [2.6G] 1-5_21DeepVisual-Semanti-论文泛读
│   ├── [1.4G] 1-6_22DeepVisual-Semanti-论文精读1
│   ├── [1.3G] 1-7_23DeepVisual-Semanti-论文精读2
│   ├── [ 12M] 1-8_24DeepVisual-Semanti-代码复现1
│   ├── [ 48M] 1-9_25DeepVisual-Semanti-代码复现2
│   ├── [ 76M] 1-10_26DeepVisual-Semanti-代码复现3
│   ├── [1.4G] 1-11_31ShowandTell-论文泛读
│   ├── [580M] 1-12_32ShowandTell-论文精读
│   ├── [ 42M] 1-13_33ShowandTell-代码复现
│   ├── [533M] 1-14_41showAttenendandTell论文泛读
│   ├── [309M] 1-15_42showAttenendandTell论文精读1
│   ├── [877M] 1-16_43showAttenendandTell论文精读2
│   ├── [ 26M] 1-17_44showAttenendandTell代码复现1
│   ├── [ 72M] 1-18_45showAttenendandTell代码复现2
│   ├── [ 40M] 1-19_51ImageCaptioning论文泛读1
│   ├── [ 11M] 1-20_52ImageCaptioning论文泛读2
│   ├── [ 61M] 1-21_53ImageCaptioning论文精读1
│   ├── [ 42M] 1-22_54ImageCaptioning论文精读2
│   ├── [578M] 1-23_55ImageCaptioning代码讲解1
│   ├── [342M] 1-24_56ImageCaptioning代码讲解2
│   ├── [2.9G] 1-25_61densecaption论文泛读
│   ├── [1.0G] 1-26_62densecaption论文精读
│   ├── [1.8G] 1-27_63densecaption代码讲解
│   ├── [535M] 1-28_71KnowingWhentoLook论文泛读
│   ├── [1.1G] 1-29_72KnowingWhentoLook论文精读
│   ├── [2.0G] 1-30_73KnowingWhentoLook代码讲解
│   ├── [710M] 1-31_81SCA-CNN论文泛读
│   ├── [1.2G] 1-32_82SCA-CNN论文精读
│   ├── [284M] 1-33_83SCA-CNN代码讲解
│   ├── [651M] 1-34_91bottom-up论文泛读
│   ├── [845M] 1-35_92bottom-up论文精读
│   ├── [911M] 1-36_93bottom-up代码讲解
│   ├── [969M] 1-37_101evaluate论文泛读
│   ├── [566M] 1-38_102evaluate论文精读
│   ├── [343M] 1-39_103evaluate代码讲解
│   ├── [116M] 1-40_111NeuralBabyTalk论文泛读
│   ├── [861M] 1-41_112NeuralBabyTalk论文精读
│   └── [803M] 1-42_113NeuralBabyTalk代码讲解
├── 1-5_03数学基础/
│   ├── [ 216] 1-1_PDF课件合集
│   ├── [ 23M] 1-2_【第一章】-1导读课
│   ├── [ 75M] 1-3_【第一章】-2矩阵的基本概念和运算性质
│   ├── [115M] 1-4_【第一章】-3矩阵的逆，转置和对称转置
│   ├── [ 80M] 1-5_【第一章】-4行列式的计算
│   ├── [ 97M] 1-6_【第一章】-5特殊矩阵的行列式与行列式的性质
│   ├── [ 82M] 1-7_【第一章】-6行列式按行列展开，代数余子式
│   ├── [ 20M] 1-8_【第一章】-7行列式的应用：克莱姆法则
│   ├── [111M] 1-9_【第一章】-8矩阵的逆的引入
│   ├── [ 73M] 1-10_【第一章】-9常用矩阵性质与特殊矩阵的逆
│   ├── [ 60M] 1-11_【第一章】-10分块矩阵
│   ├── [144M] 1-12_【第二章】-1初等变换引入+三种矩阵初等变换以及三种初等矩阵以及矩阵标准型
│   ├── [ 52M] 1-13_【第二章】-2初等变换的性质以及逆矩阵的另一种简单求法
│   ├── [137M] 1-14_【第二章】-3矩阵秩的定义和性质以及线性方程组解的个数
│   ├── [ 56M] 1-15_【第二章】-4矩阵的秩在线性回归算法中的应用
│   ├── [132M] 1-16_【第二章】-5向量的线性相关线性无关于可逆矩阵的关系+向量的内积范数正交规范正交基
│   ├── [ 89M] 1-17_【第二章】-6施密特规范正交化+特征值特征向量定义直观意义+特征值特征向量求法与常用性质
│   ├── [118M] 1-18_【第二章】-7施密特规范正交化+特征值特征向量定义直观意义+特征值特征向量求法与常用性质
│   ├── [117M] 1-19_【第二章】-8相似矩阵以及矩阵对角化+矩阵对角化的条件以及对称矩阵的对角化
│   ├── [ 67M] 1-20_【第二章】-9对角化在压缩算法的应用+二次型矩阵正定性+矩阵正定性在线性回归算法应用（上）
│   ├── [ 75M] 1-21_【第二章】-10对角化在压缩算法应用+二次型矩阵正定性+矩阵正定性在线性回归算法应用（下）
│   ├── [127M] 1-22_【第二章】-11SVD分解的应用
│   ├── [143M] 1-23_【第三章】-1常用函数的导数以及到导数的常用公式，复合函数求导
│   ├── [136M] 1-24_【第三章】-2中值定理洛必达法则泰勒公式及应用
│   ├── [269M] 1-25_【第三章】-3函数的凹凸性函数的极值
│   ├── [158M] 1-26_【第三章】-4不定积分
│   ├── [168M] 1-27_【第三章】-5定积分
│   ├── [122M] 1-28_【第三章】-6偏导数多元函数复合求导法则链式求导法则
│   ├── [ 224] 1-28_【第三章】-6偏导数多元函数复合求导法则链式求导法则_详情页
│   ├── [301M] 1-29_【第三章】-7方向导数与梯度及其应用
│   ├── [211M] 1-30_【第三章】-8多元函数泰勒公式与海森矩阵多元函数的极值
│   ├── [241M] 1-31_【第三章】-9矩阵的求导
│   ├── [283M] 1-32_【第三章】-10矩阵的求导在深度学习中的应用
│   ├── [312M] 1-33_【第四章-上】-1随机实验样本空间随机事件概率的定义条件概率与乘法公式
│   ├── [225M] 1-34_【第四章-上】-2全概率公式与贝叶斯公式及应用独立性
│   ├── [127M] 1-35_【第四章-上】-3随机变量与多维随机变量
│   ├── [115M] 1-36_【第四章-上】-4期望与方差（上）
│   ├── [100M] 1-37_【第四章-上】-5期望与方差（下）
│   ├── [132M] 1-38_【第四章-上】-6参数的估计
│   ├── [120M] 1-39_【第四章-下】-1无约束最优化梯度下降
│   ├── [108M] 1-40_【第四章-下】-2无约束最优化牛顿法
│   └── [ 93M] 1-41_【第四章-下】-3约束最优化
├── 1-6_01Python·AI数据科学入门/
│   ├── [1.2K] 1-1_【资料合集】代码、数据及课件下载地址
│   ├── [ 56M] 1-2_第一章绪论和环境配置
│   ├── [3.1K] 1-2_第一章绪论和环境配置_详情页
│   ├── [229M] 1-3_【作业讲解】第一章：助教实际演示配置环境过程
│   ├── [ 372] 1-3_【作业讲解】第一章：助教实际演示配置环境过程_详情页
│   ├── [147M] 1-4_第二章Python基本语法元素
│   ├── [1.8K] 1-4_第二章Python基本语法元素_详情页
│   ├── [381M] 1-5_【作业讲解】第二章：Python基本语法元素
│   ├── [ 647] 1-5_【作业讲解】第二章：Python基本语法元素_详情页
│   ├── [117M] 1-6_第三章基本数据类型
│   ├── [2.2K] 1-6_第三章基本数据类型_详情页
│   ├── [440M] 1-7_【作业讲解】第三章：基本数据类型
│   ├── [ 794] 1-7_【作业讲解】第三章：基本数据类型_详情页
│   ├── [120M] 1-8_第四章组合数据类型
│   ├── [2.0K] 1-8_第四章组合数据类型_详情页
│   ├── [591M] 1-9_【作业讲解】第四章：复杂数据类型
│   ├── [ 923] 1-9_【作业讲解】第四章：复杂数据类型_详情页
│   ├── [105M] 1-10_第五章程序控制结构
│   ├── [2.1K] 1-10_第五章程序控制结构_详情页
│   ├── [ 34M] 1-11_【作业讲解】第五章：程序控制结构
│   ├── [1.1K] 1-11_【作业讲解】第五章：程序控制结构_详情页
│   ├── [163M] 1-12_第六章函数-面向过程的编程
│   ├── [3.5K] 1-12_第六章函数-面向过程的编程_详情页
│   ├── [ 60M] 1-13_【作业讲解】第六章：函数
│   ├── [1.2K] 1-13_【作业讲解】第六章：函数_详情页
│   ├── [101M] 1-14_第七章类-面向对象的编程
│   ├── [1.7K] 1-14_第七章类-面向对象的编程_详情页
│   ├── [ 40M] 1-15_【作业讲解】第七章：类
│   ├── [1.1K] 1-15_【作业讲解】第七章：类_详情页
│   ├── [153M] 1-16_第八章文件、异常和模块
│   ├── [2.0K] 1-16_第八章文件、异常和模块_详情页
│   ├── [ 16M] 1-17_【作业讲解】第八章：文件、异常和模块
│   ├── [ 942] 1-17_【作业讲解】第八章：文件、异常和模块_详情页
│   ├── [159M] 1-18_第九章有益的探索
│   ├── [2.1K] 1-18_第九章有益的探索_详情页
│   ├── [ 39M] 1-19_【作业讲解】第九章：有益的探索
│   ├── [113M] 1-20_第十章Python标准库
│   ├── [1.9K] 1-20_第十章Python标准库_详情页
│   ├── [ 19M] 1-21_【作业讲解】第十章：Python标准库
│   ├── [1.1K] 1-21_【作业讲解】第十章：Python标准库_详情页
│   ├── [104M] 1-22_第十一章科学计算库—Numpy应用
│   ├── [2.1K] 1-22_第十一章科学计算库—Numpy应用_详情页
│   ├── [220M] 1-23_【作业讲解】第十一章：Numpy库
│   ├── [1.1K] 1-23_【作业讲解】第十一章：Numpy库_详情页
│   ├── [188M] 1-24_第十二章Pandas库
│   ├── [2.1K] 1-24_第十二章Pandas库_详情页
│   ├── [204M] 1-25_【作业讲解】第十二章：Pandas库
│   ├── [1.1K] 1-25_【作业讲解】第十二章：Pandas库_详情页
│   ├── [127M] 1-26_第十三章Matplotlib
│   ├── [260M] 1-27_【作业讲解】第十三章：Matplotlib
│   ├── [ 73M] 1-28_第十四章Sklearn常规用法
│   ├── [2.1K] 1-28_第十四章Sklearn常规用法_详情页
│   ├── [335M] 1-29_【作业讲解】第十四章：Sklearn常规用法
│   ├── [1.1K] 1-29_【作业讲解】第十四章：Sklearn常规用法_详情页
│   └── [ 91M] 1-30_第十五章再谈编程
├── 1-7_02PyTorch/
│   ├── 深度之眼人工智能Paper年度会员
│   ├── [1.7K] 1-1_【资料合集】课件及代码百度云盘下载地址
│   ├── [381M] 1-2_【必看】深入浅出PyTorch
│   ├── [ 159] 1-2_【必看】深入浅出PyTorch_详情页
│   ├── [101M] 1-3_【第一周】PyTorch简介与安装
│   ├── [8.5K] 1-3_【第一周】PyTorch简介与安装_详情页
│   ├── [896M] 1-4_【第一周】补充-pytorch开发环境安装
│   ├── [6.7K] 1-4_【第一周】补充-pytorch开发环境安装_详情页
│   ├── [174M] 1-5_【第一周】张量简介与创建
│   ├── [8.2K] 1-5_【第一周】张量简介与创建_详情页
│   ├── [101M] 1-6_【第一周】张量操作与线性回归
│   ├── [8.1K] 1-6_【第一周】张量操作与线性回归_详情页
│   ├── [ 59M] 1-7_【第一周】计算图与动态图机制
│   ├── [7.9K] 1-7_【第一周】计算图与动态图机制_详情页
│   ├── [ 98M] 1-8_【第一周】autograd与逻辑回归
│   ├── [8.3K] 1-8_【第一周】autograd与逻辑回归_详情页
│   ├── [106M] 1-9_【第一周】作业讲解1
│   ├── [ 167] 1-9_【第一周】作业讲解1_详情页
│   ├── [138M] 1-10_【第一周】作业讲解2
│   ├── [110M] 1-11_【第一周】作业讲解3
│   ├── [ 85M] 1-12_【第二周】数据读取机制Dataloader与Dataset
│   ├── [7.6K] 1-12_【第二周】数据读取机制Dataloader与Dataset_详情页
│   ├── [ 81M] 1-13_【第二周】数据预处理transforms模块机制
│   ├── [7.4K] 1-13_【第二周】数据预处理transforms模块机制_详情页
│   ├── [176M] 1-14_【第二周】二十二种transforms数据预处理方法
│   ├── [7.0K] 1-14_【第二周】二十二种transforms数据预处理方法_详情页
│   ├── [196M] 1-15_【第二周】学会自定义transforms方法
│   ├── [7.2K] 1-15_【第二周】学会自定义transforms方法_详情页
│   ├── [393M] 1-16_【第二周】作业讲解
│   ├── [ 89M] 1-17_【第三周】模型创建步骤与nnModule
│   ├── [7.9K] 1-17_【第三周】模型创建步骤与nnModule_详情页
│   ├── [ 96M] 1-18_【第三周】模型容器与AlexNet构建
│   ├── [8.6K] 1-18_【第三周】模型容器与AlexNet构建_详情页
│   ├── [107M] 1-19_【第三周】nn网络层-卷积层
│   ├── [ 10K] 1-19_【第三周】nn网络层-卷积层_详情页
│   ├── [ 96M] 1-20_【第三周】nn网络层-池化-线性-激活函数层
│   ├── [ 11K] 1-20_【第三周】nn网络层-池化-线性-激活函数层_详情页
│   ├── [223M] 1-21_【第三周】作业讲解
│   ├── [ 95M] 1-22_【第四周】权值初始化
│   ├── [9.6K] 1-22_【第四周】权值初始化_详情页
│   ├── [161M] 1-23_【第四周】损失函数（一）
│   ├── [ 11K] 1-23_【第四周】损失函数（一）_详情页
│   ├── [166M] 1-24_【第四周】损失函数(二)
│   ├── [9.3K] 1-24_【第四周】损失函数(二)_详情页
│   ├── [102M] 1-25_【第四周】优化器optimizer的概念
│   ├── [8.9K] 1-25_【第四周】优化器optimizer的概念_详情页
│   ├── [122M] 1-26_【第四周】torchoptimSGD
│   ├── [4.6K] 1-26_【第四周】torchoptimSGD_详情页
│   ├── [247M] 1-27_【第四周】作业讲解
│   ├── [133M] 1-28_【第五周】学习率调整策略
│   ├── [5.6K] 1-28_【第五周】学习率调整策略_详情页
│   ├── [ 62M] 1-29_【第五周】TensorBoard简介与安装
│   ├── [6.0K] 1-29_【第五周】TensorBoard简介与安装_详情页
│   ├── [113M] 1-30_【第五周】TensorBoard使用（一）
│   ├── [6.2K] 1-30_【第五周】TensorBoard使用（一）_详情页
│   ├── [174M] 1-31_【第五周】TensorBoard使用（二）
│   ├── [6.9K] 1-31_【第五周】TensorBoard使用（二）_详情页
│   ├── [130M] 1-32_【第五周】hook函数与CAM可视化
│   ├── [6.2K] 1-32_【第五周】hook函数与CAM可视化_详情页
│   ├── [350M] 1-33_【第五周】作业讲解
│   ├── [ 90M] 1-34_【第六周】正则化之weight_decay
│   ├── [6.3K] 1-34_【第六周】正则化之weight_decay_详情页
│   ├── [129M] 1-35_【第六周】BatchNormalization
│   ├── [7.1K] 1-35_【第六周】BatchNormalization_详情页
│   ├── [ 92M] 1-36_【第六周】Normalizaiton_layers
│   ├── [7.6K] 1-36_【第六周】Normalizaiton_layers_详情页
│   ├── [ 84M] 1-37_【第六周】正则化之Dropout
│   ├── [6.7K] 1-37_【第六周】正则化之Dropout_详情页
│   ├── [291M] 1-38_【第六周】作业讲解
│   ├── [ 66M] 1-39_【第七周】模型保存与加载
│   ├── [6.2K] 1-39_【第七周】模型保存与加载_详情页
│   ├── [ 95M] 1-40_【第七周】模型finetune
│   ├── [6.6K] 1-40_【第七周】模型finetune_详情页
│   ├── [105M] 1-41_【第七周】GPU的使用
│   ├── [6.2K] 1-41_【第七周】GPU的使用_详情页
│   ├── [ 93M] 1-42_【第七周】PyTorch常见报错
│   ├── [6.9K] 1-42_【第七周】PyTorch常见报错_详情页
│   ├── [141M] 1-43_【第七周】作业讲解
│   ├── [144M] 1-44_【第八周】图像分类一瞥
│   ├── [5.8K] 1-44_【第八周】图像分类一瞥_详情页
│   ├── [180M] 1-45_【第八周】图像分割一瞥
│   ├── [6.3K] 1-45_【第八周】图像分割一瞥_详情页
│   ├── [126M] 1-46_【第八周】图像目标检测一瞥（上）
│   ├── [5.4K] 1-46_【第八周】图像目标检测一瞥（上）_详情页
│   ├── [229M] 1-47_【第八周】图像目标检测一瞥（下）
│   ├── [5.8K] 1-47_【第八周】图像目标检测一瞥（下）_详情页
│   ├── [160M] 1-48_【第九周】生成对抗网络一瞥
│   ├── [5.6K] 1-48_【第九周】生成对抗网络一瞥_详情页
│   ├── [103M] 1-49_【第九周】循环神经网络一瞥
│   └── [4.9K] 1-49_【第九周】循环神经网络一瞥_详情页
├── 1-8_06OpenCV图像基础/
│   ├── [ 340] 1-1_课件代码
│   ├── [ 74M] 1-2_1-1图像基础知识
│   ├── [145M] 1-3_1-2图像基础知识
│   ├── [229M] 1-4_1-3图像基础知识
│   ├── [174M] 1-5_1-4图像基础知识
│   ├── [292M] 1-6_2-1图像基本处理
│   ├── [236M] 1-7_2_2图像基本处理
│   ├── [389M] 1-8_2_3图像基本处理
│   ├── [478M] 1-9_2_4图像基本处理
│   ├── [571M] 1-10_2_5图像基本操作_图像滤波
│   ├── [353M] 1-11_2_6图像基本操作_图像增强
│   ├── [309M] 1-12_2-7形态学操作_腐蚀
│   ├── [481M] 1-13_2_8形态学操作_膨胀开运算与闭运算
│   ├── [341M] 1-14_3_1固定阈值分割
│   ├── [413M] 1-15_3_2自动阈值分割
│   ├── [566M] 1-16_3_3边缘检测算子
│   ├── [378M] 1-17_3_4连通区域_区域生长算法
│   ├── [334M] 1-18_3_5分水岭算法图像分割
│   ├── [435M] 1-19_4_1特征描述_HOG
│   ├── [264M] 1-20_4_2特征描述Harris和SIFT算法
│   ├── [368M] 1-21_4_3纹理特征LBP算法
│   ├── [282M] 1-22_4_4模板匹配算法
│   ├── [560M] 1-23_4_5人脸检测算法
│   ├── [504M] 1-24_5_1摄像头调用和视频的读取保存
│   ├── [383M] 1-25_5_2帧差法视频目标识别
│   └── [431M] 1-26_5_3光流法和背景减除法
├── 1-9_05NLP基础知识/
│   ├── 人工智能Paper年度会员多模态方向
│   ├── [ 305] 1-1_课件
│   ├── [473M] 1-2_1-1前言
│   ├── [378M] 1-3_1-2研究方向概述
│   ├── [228M] 1-4_2-1预备知识
│   ├── [ 350] 1-4_2-1预备知识_详情页
│   ├── [231M] 1-5_2-2NLP问题中的特征
│   ├── [387M] 1-6_2-3特征输入
│   ├── [272M] 1-7_2-4文本的向量化表示与案例实现
│   ├── [582M] 1-8_3-1统计语言模型简介与案例实现
│   ├── [239M] 1-9_3-2语言模型任务评估
│   ├── [656M] 1-10_3-3神经语言模型简介与代码实现
│   ├── [250M] 1-11_3-4预训练的词表示及其使用实例
│   ├── [442M] 1-12_4-1word2vec原理
│   ├── [765M] 1-13_4-2word2vec代码复现
│   ├── [329M] 1-14_4-3word2vec项目实战展示
│   ├── [491M] 1-15_4-4BERT使用实战讲解
│   ├── [399M] 1-16_4-5MLP模型与实战
│   ├── [583M] 1-17_4-6RNN模型原理、代码复现与实战
│   ├── [211M] 1-18_5-1HMM序列标注
│   ├── [326M] 1-19_5-2HMM模型简介
│   ├── [387M] 1-20_5-3HMM样本生成
│   ├── [191M] 1-21_5-4HMM训练
│   ├── [307M] 1-22_5-5HMM预测
│   └── [532M] 1-23_5-6HMM代码实现
└── 资料代码/

资源截图

yiwangcc永久VIP

收藏 海报分享