夸克网盘
5积分
《DeepSeek大模型文档》大模型概念 技术与应用实践 厦门大学140页[pdf]113.91GB
2025AI人工智能课程精选113.89GB
14门付费AI课合集13.3GB
百度·文心一言AI·运营变现【评分：2】396.32MB
第1节 借助文心一言，一天就可以创造奇迹.mp4187.15MB第2节 AI绘画的实战演示与记忆功能分析.mp416.79MB第3节 文心一言与文心一格，各有优势.mp414.07MB第4节 让文心一言为你创作AI绘画的提示语..mp48.38MB第5节 写一本大学爱情小说.mp49.06MB第6节 为男女主角构建人物特点.mp413.29MB第7节 要让机器人明白我们的要求.mp416.02MB第8节 构造故事的核心脉络.mp416.59MB第9节 这是一个不断磨合和共创的过程.mp411.85MB第10节 让机器人引导你更好地构思整个脉络.mp415.24MB第11节 设定情感导向.mp417.72MB第12节 人生的挫折波折与勇敢面对.mp422.5MB第13节 从浪漫的爱情到共创的事业.mp418.57MB第14节 自动化创作介绍文案.mp48.49MB第15节 毕业季：我们不说再见.mp420.61MB万维钢·AI前沿（完结）【评分：4】83.31MB
01.大变局：一个新智慧形态的产生.mp33.51MB
01.大变局：一个新智慧形态的产生.pdf1.91MB02.开悟和涌现：AI能力的三个境界.mp33.48MB02.开悟和涌现：AI能力的三个境界.pdf1.91MB03.底牌和命门：AI能力的局限.mp33.49MB03.底牌和命门：AI能力的局限.pdf1.93MB04.效率：把AI转化为生产力.mp33.22MB04.效率：把AI转化为生产力.pdf1.74MB05.战略：AI商业的竞争趋势.mp33.35MB05.战略：AI商业的竞争趋势.pdf1.69MB06.决策：AI的预测 + 人的判断.mp33.6MB06.决策：AI的预测 + 人的判断.pdf1.72MB07.社会：被AI接管后的忧患.mp33.49MB07.社会：被AI接管后的忧患.pdf1.97MB08.经济：AI让资源调配更有效.mp33.41MB08.经济：AI让资源调配更有效.pdf1.87MB09.领导技能：AI时代的“门槛领导力 ”.mp33.42MB09.领导技能：AI时代的“门槛领导力 ”.pdf1.93MB10.独特智能：人类的具身智能与自主思考.mp33.47MB10.独特智能：人类的具身智能与自主思考.pdf1.87MB11.存在智能：人类在AI时代刷存在感的方式.mp33.64MB11.存在智能：人类在AI时代刷存在感的方式.pdf2.04MB12.实战：怎样用ChatGPT对话式学习？.mp33.49MB12.实战：怎样用ChatGPT对话式学习？.pdf2.43MB13.实战：怎样用ChatGPT编程？.mp33.56MB13.实战：怎样用ChatGPT编程？.pdf3.19MB14.实战：如何拥有你的AI助理？.mp33.29MB14.实战：如何拥有你的AI助理？.pdf2.5MB15.实战：ChatGPT有哪些咒语心法？.mp33.66MB15.实战：ChatGPT有哪些咒语心法？.pdf2.51MBAI商业智慧【AI+文案+PPT+图像+视频】【评分：2】718.41MB
1 - ai新人类商业课第一节【AI+文案】.mp4179.02MB2 - AI商业课第二节【AI+文案】.mp4136.85MB3 - AI商业智慧第三节【GPT+PPT】生产力.mp417.46MB4 - AI商业智慧第四节【AI+图像】【stable diffusion 安装】.mp419.64MB5 - AI商业智慧第五节【AI+图像】【stable diffusion 模型概念】.mp425.47MB6 - AI商业智慧第六节【AI+图像】【VAE模型概念】.mp410.83MB7 - AI商业智慧第七节【AI+图像】【 Embedding是什么？】.mp415.48MB8 - AI商业智慧第八节【AI+图像】【 LORA 的操作上】.mp422.33MB9 - AI商业智慧第九节【AI+图像】【 LORA 的操作下】.mp440.92MB10 - AI商业智慧第十节【AI+图像】【 hapernetwork概念】.mp424.56MB11 - AI商业智慧第十一节【AI+图像】【 总汇梳理】.mp420.73MB12 - AI商业智慧第十二节【AI+图像】【 电商案例 服装换模特】.mp4183.79MB13 - AI商业智慧第十四节【AI+视频】【Stable diffusion 视频渲染】.mp421.31MBAI造富训练营 让一部分人先用AI赚到第一个100万 让你快人一步抓住行业红利【评分：2】540.71MB
2.【图文】【认知】ChatGPT究竟是什么？.html12.44KB3.【图文】【溯源】AI是如何进化成如今的样子？为什么是ChatGPT实现了颠覆？.html32.47KB4.【图文】【影响】ChatGPT如何改变了今天的商业与科技格局？.html47.92KB5.【图文】【参考阅读】AI会怎么占据未来的主导权（文：万维刚）.html14.13KB6.【图文】【阶段作业】写出对ChatGPT的初步认识和理解.html1.09KB7.【直播】ChatGPT底层逻辑与AI IP打造方法论.mp4194.41MB8.【图文】前期准备的必要工具.html1.01KB10.【图文】成功注册自己的ChatGPT账号.html12.6KB11.【图文】常见注册问题答疑.html12.51KB12.【图文】【进阶加餐】ChatGPT的付费升级功能介绍与开通方式.html12.11KB13.【图文】【阶段作业】与ChatGPT进行第一次对话并分享至朋友圈.html1.13KB14.【直播】ChatGPT影视行业的实战应用——因AI辞退员工的“黑心老板”的“自我狡辩”.mp496.39MB15.【图文】ChatGPT的基础属性与运行原理.html18.38KB16.【图文】让ChatGPT更聪明：内容前提、身份赋予以及产出目标三要素方法论.html25.05KB17.【图文】让ChatGPT听懂你的需要：Prompt指令.html11.72KB18.【图文】【进阶加餐】直接可用的ChatGPT的Prompt指令合集.html458B19.【图文】【阶段作业】用ChatGPT制作一份自己的商业计划书.html1.07KB20.【直播】AI在电商中的落地应用.mp4149.04MB21.【图文】ChatGPT的变现逻辑与优势.html4.71KB22.【图文】ChatGPT各行业应用案例（按场景分类）.html16.49KB23.【图文】ChatGPT变现实战案例.html81.62KB24.【图文】【阶段作业】用ChatGPT+剪映+抖音发布自己的第一个AI作品.html1.11KB25.【直播】训练营结营：我们的目标真的是星辰大海.mp4100.47MB26.【图文】ChatGPT+MidJourney，人人都可以成为绘画大师.html19.75KB27.【图文】ChatGPT+Python，无限可能的应用拓展：以数据处理为例.html21.58KB28.【图文】ChatGPT+数字人，虚拟人与虚拟偶像的未来.html21.45KB29.【图文】【额外加餐】AI工具箱&ChatGPT开源插件.html31.78KBChatGPT第一课：武装我们第2大脑（虚拟人）【评分：2】1.31GB
ChatGPT操作手册73.63KB
01.【图文】ChatGPT的前世今生.html5.47KB02.【图文】ChatGPT.html13.62KB03.【图文】使用与ChatGPT.html21.93KB04.【图文】ChatGPT的变现及案例.html32.6KB【第1课 视频】从0到1，如何使用ChatGPT.mp4118.18MB【第1课】从0到1，如何使用ChatGPT.pdf353.07KB【第2课 视频】从1到2，AI+人与传统产业的结合.mp4180.96MB【第2课】从1到2，AI+人与传统产业的结合.pdf1.94MB【第3课 视频】AI--Office助理，你值得拥有.mp4166.12MB【第3课】AI--Office助理，你值得拥有.pdf1.24MB【第4课 视频】第GPT-4多模态的8种应用猜想.mp4170.97MB【第4课】第GPT-4多模态的8种应用猜想.pdf418.9KB【第5课 视频】Midjourney的进阶之旅.mp4187.53MB【第5课】Midjourney的进阶之旅.pdf452.06KB【第6课 视频】DIY一个ChatGPT平台.mp4200.12MB【第6课】DIY一个ChatGPT平台.pdf402.11KB【第7课 视频】Midjourney的万能prompt公式.mp4191.54MB【第7课】Midjourney的万能prompt公式.pdf379.94KB【先导课视频】要有光，于是就有了光.mp4117.88MB快刀青衣·给职场人的AI写作课（完结）【评分：3】754MB
00 发刊词：用好 AI，从 1 个人到 1 支队伍.mp466.43MB00.《给职场人的AI写作课》欢迎词.pdf249.95KB01 导论：如何用 AI 开启高效写作？.pdf443.62KB01导论：如何用AI开启高效写作.mp4130.69MB02 写邮件：如何用 AI 快速搞定商务邮件？.pdf416.4KB02写邮件：如何用AI快速搞定商务邮件.mp4117.78MB03 如何用 AI 搭建汇报框架？.pdf396.04KB03.写汇报：如何用AI搭建汇报框架？.pdf2.54MB03如何用AI搭建汇报框架.mp4108.32MB04 准备面试：如何用AI改出适用不同岗位的简历？.pdf422.26KB04.准备面试：如何用AI改出适用不同岗位的简历？.mp33.58MB04准备面试：如何用AI改出适用不同岗位的简历.mp4124.98MB05.想策划：如何用AI批量产出创意点子？.mp33.49MB05.想策划：如何用AI批量产出创意点子？.pdf2.22MB06.写公关稿：如何用AI写一封真诚的道歉信？.mp33.66MB06.写公关稿：如何用AI写一封真诚的道歉信？.mp458.97MB06.写公关稿：如何用AI写一封真诚的道歉信？.pdf2.62MB07.做销售：如何用AI提升你的销售能力？.mp33.6MB07.做销售：如何用AI提升你的销售能力？.mp456.77MB07.做销售：如何用AI提升你的销售能力？.pdf2.36MB08.做研究：如何用AI快速了解陌生领域？.mp33.55MB08.做研究：如何用AI快速了解陌生领域？.mp455.17MB08.做研究：如何用AI快速了解陌生领域？.pdf1.83MB10.开脑洞Al还可以帮我们做什么？.pdf3.56MB李一舟人工智能2.0【评分：2】2GB
人工智能直播课资料13.07MB
GPT-4的变化.jpg130.78KB人工通用智能的星星之火 GPT-4的早期实验.pdf4.6MB生成式AI发展史.jpg41.3KB腾讯研究院AIGC发展趋势报告2023.pdf8.3MB1.AI思维-引导课.mp487.03MB2.什么是算力什么是token.mp4122.33MB3.如何开始一段与GPT的对话.mp441.62MB4.什么是人工智能.mp493.44MB5.刷爆全网的GPT到底是什？.mp4105.59MB6.New Bing 带来的浏览器新格局.mp478.57MB7.打工人如何用好AI（上）-写简历和自荐信.mp4293.43MB8.打工人如何用好AI(下)-如何模拟面试.mp4202.43MB9.如何用chatgpt辅导孩子1.mp4257.93MB10.辅导孩子2.mp4236.61MB11.辅导孩子3.mp4234.74MB12.老板如何降本增效.mp4282.82MB刘飞· 如何利用AI进行商业设计（完结）【评分：3】683.91MB
00.发刊词丨每个人都可以拥有自己的专属设计师.mp32.9MB00.发刊词丨每个人都可以拥有自己的专属设计师.mp441.56MB00.发刊词丨每个人都可以拥有自己的专属设计师.pdf2.18MB00.每个人都可以拥有自己的专属设计师.pdf239.9KB01.AI绘画的通用方法是什么？.mp33.6MB01.AI绘画的通用方法是什么？.mp447.65MB01.AI绘画的通用方法是什么？.pdf3.35MB02.怎样为你和身边人打造多风格形象？.mp33.33MB02.怎样为你和身边人打造多风格形象？.mp444.23MB02.怎样为你和身边人打造多风格形象？.pdf2.88MB03.怎样给自己的宠物创造Q版形象？.mp32.37MB03.怎样给自己的宠物创造Q版形象？.mp428.91MB03.怎样给自己的宠物创造Q版形象？.pdf2.46MB04.怎样定制你的专属壁纸？.mp33.55MB04.怎样定制你的专属壁纸？.mp453.81MB04.怎样定制你的专属壁纸？.pdf4.39MB05.怎样快速上手品牌logo设计？.mp32.87MB05.怎样快速上手品牌logo设计？.mp439MB05.怎样快速上手品牌logo设计？.pdf2.88MB06.怎样让你的作品封面更吸引人？.mp32.62MB06.怎样让你的作品封面更吸引人？.mp433.41MB06.怎样让你的作品封面更吸引人？.pdf2.82MB07.怎样做海报更有氛围感？.mp32.72MB07.怎样做海报更有氛围感？.mp435.98MB07.怎样做海报更有氛围感？.pdf3.3MB08.怎样把你心爱的物件设计成手办？.mp32.96MB08.怎样把你心爱的物件设计成手办？.mp436.08MB08.怎样把你心爱的物件设计成手办？.pdf3.44MB09.怎样为艺术照设计场景？.mp32.45MB09.怎样为艺术照设计场景？.mp431.32MB09.怎样为艺术照设计场景？.pdf2.86MB10.如何设计你的专属饰品？.mp32.5MB10.如何设计你的专属饰品？.mp431.93MB10.如何设计你的专属饰品？.pdf3.04MB11.怎样画出你理想中的家装设计？.mp33.11MB11.怎样画出你理想中的家装设计？.mp441.21MB11.怎样画出你理想中的家装设计？.pdf2.53MB12.怎样创作你的独家绘本？.mp33.43MB12.怎样创作你的独家绘本？.mp447.33MB12.怎样创作你的独家绘本？.pdf3.69MB13.怎样画出你心中的漫画故事？.mp33.23MB13.怎样画出你心中的漫画故事？.mp438.89MB13.怎样画出你心中的漫画故事？.pdf3.91MB14.怎样用超现实主义风格创作惊奇画面？.mp33.23MB14.怎样用超现实主义风格创作惊奇画面？.mp440.05MB14.怎样用超现实主义风格创作惊奇画面？.pdf3.64MB
更新.png99.29KB李笑来·《谈AI时代的家庭教育》（完结）【评分：3】88.53MB
lxl-0512丨00丨发刊词：给孩子更多提高的可能性.mp32.51MBlxl-0512丨00丨发刊词：给孩子更多提高的可能性.pdf2.24MBlxl-0512丨01丨先导课：孩子的未来会好吗？——完全无需焦虑.mp33.24MBlxl-0512丨01丨先导课：孩子的未来会好吗？——完全无需焦虑.pdf1.9MBlxl-0512丨02丨问题一：未来社会会更卷吗？——超越竞争.mp33.19MBlxl-0512丨02丨问题一：未来社会会更卷吗？——超越竞争.pdf1.95MBlxl-0512丨03丨问题二：未来什么工作更吃香？——发现任务.mp33.16MBlxl-0512丨03丨问题二：未来什么工作更吃香？——发现任务.pdf1.62MBlxl-0513丨04丨问题三：未来社会要求更高了，怎么办？--关键能力变迁.pdf2.69MBlxl-0513丨04丨问题三：未来社会要求更高了，怎么办？——关键能力变迁.mp33.26MBlxl-0513丨05丨问题四：怎样培养孩子的判断力？--提前步入社会.pdf2.78MBlxl-0513丨05丨问题四：怎样培养孩子的判断力？——提前步入社会.mp33.25MBlxl-0514丨06丨问题五：AI来了，写作和英语还重要吗？——夯实基础能力.mp33.26MBlxl-0514丨06丨问题五：AI来了，写作和英语还重要吗？——夯实基础能力.pdf3.25MBlxl-0514丨07丨问题六：还需要买学区房吗？——自学成为刚需.mp33.25MBlxl-0514丨07丨问题六：还需要买学区房吗？——自学成为刚需.pdf2.49MBlxl-0515丨08丨问题七：未来一定要考名校吗？——教育机会平等.mp33.24MBlxl-0515丨08丨问题七：未来一定要考名校吗？——教育机会平等.pdf3.08MBlxl-0515丨09丨问题八：还要上体育和艺术班吗？——脑体协调训练.mp33.19MBlxl-0515丨09丨问题八：还要上体育和艺术班吗？——脑体协调训练.pdf2.29MBlxl-0516丨10丨问题九：怎样让孩子提前适应社会？——善恶观&金钱观.mp33.19MBlxl-0516丨10丨问题九：怎样让孩子提前适应社会？——善恶观&金钱观.pdf2.28MBlxl-0516丨11丨问题十：怎样让孩子生活更幸福？——社交成为关键.mp33.22MBlxl-0516丨11丨问题十：怎样让孩子生活更幸福？——社交成为关键.pdf2.75MBlxl-0517丨12丨问题十一：如何转变自己的教育观念？——从“设计论者”到“发展论者”.mp33.19MBlxl-0517丨12丨问题十一：如何转变自己的教育观念？——从“设计论者”到“发展论者”.pdf2.79MBlxl-0517丨13丨问题十二：作为家长，你最重要的能力是什么？——活在未来.mp33.22MBlxl-0517丨13丨问题十二：作为家长，你最重要的能力是什么？——活在未来.pdf2.01MBlxl-0518丨用户问答特辑一：监督孩子练琴，真的好么？.mp33.35MBlxl-0518丨用户问答特辑一：监督孩子练琴，真的好么？.pdf1.65MBlxl-0518丨用户问答特辑二：怎么判断孩子有没有“格外擅长”的技能？.mp33.34MBlxl-0518丨用户问答特辑二：怎么判断孩子有没有“格外擅长”的技能？.pdf1.66MB马馺·怎样用AI做PPT（完结）【评分：2】449.38MB
00.欢迎言：替代人的不是AI，而是会用AI的人.pdf283.68KBms-00.发刊词：替代人的不是AI，而是会使用AI的人.mp31.77MBms-00.发刊词：替代人的不是AI，而是会使用AI的人.mp433.06MBms-00.发刊词：替代人的不是AI，而是会使用AI的人.pdf1.3MBms-01.10分钟，怎样用AI做一份还不错的PPT？.mp32.87MBms-01.10分钟，怎样用AI做一份还不错的PPT？.mp454.2MBms-01.10分钟，怎样用AI做一份还不错的PPT？.pdf2MBms-02.怎样用AI快速处理关键信息？.mp33.34MBms-02.怎样用AI快速处理关键信息？.mp464.78MBms-02.怎样用AI快速处理关键信息？.pdf1.66MBms-03.怎样用AI帮你确定PPT风格？.mp33.17MBms-03.怎样用AI帮你确定PPT风格？.mp458MBms-03.怎样用AI帮你确定PPT风格？.pdf1.93MBms-04.怎样用AI让你的PPT更有“设计感”？.mp33.38MBms-04.怎样用AI让你的PPT更有“设计感”？.mp467.41MBms-04.怎样用AI让你的PPT更有“设计感”？.pdf1.66MBms-05.培训型PPT：怎样用AI提升培训的体验感？.mp33.24MBms-05.培训型PPT：怎样用AI提升培训的体验感？.mp464.18MBms-05.培训型PPT：怎样用AI提升培训的体验感？.pdf1.52MBms-06.演讲型PPT：有了AI，你也能做到什么？.mp33.07MBms-06.演讲型PPT：有了AI，你也能做到什么？.mp474.91MBms-06.演讲型PPT：有了AI，你也能做到什么？.pdf1.67MB前沿课·吴军讲GPT（完结）【评分：3】95.69MB
00.把GPT一次性讲明白.pdf379.63KBwj-00.发刊词：“ChatGPT神话”背后的原理是什么？.mp32.28MBwj-00.发刊词：“ChatGPT神话”背后的原理是什么？.pdf1.25MBwj-01.第1讲 计算机回答问题、写诗难吗？.mp33.07MBwj-01.第1讲 计算机回答问题、写诗难吗？.pdf1.62MBwj-02.第2讲 ChatGPT的本质是什么？.mp33.4MBwj-02.第2讲 ChatGPT的本质是什么？.pdf1.63MBwj-03.第3讲 语言模型是如何进化的？.mp33.34MBwj-03.第3讲 语言模型是如何进化的？.pdf2.75MBwj-04.第4讲 ChatGPT的能力边界在哪？.mp33.22MBwj-04.第4讲 ChatGPT的能力边界在哪？.pdf5.55MBwj-05.第5讲 ChatGPT的回答从哪里来？.mp33.17MBwj-05.第5讲 ChatGPT的回答从哪里来？.pdf4.31MBwj-06.第6讲 ChatGPT有哪些固有缺陷？.mp33.08MBwj-06.第6讲 ChatGPT有哪些固有缺陷？.pdf3.9MBwj-07.第7讲 ChatGPT需要什么资源？.mp33.01MBwj-07.第7讲 ChatGPT需要什么资源？.pdf3.16MBwj-08.第8讲 今天人工智能的边界在哪里？.mp33.11MBwj-08.第8讲 今天人工智能的边界在哪里？.pdf4.95MBwj-09.第9讲 ChatGPT为什么会被热炒？.mp32.9MBwj-09.第9讲 ChatGPT为什么会被热炒？.pdf6.48MBwj-10.第10讲 ChatGPT能替代什么人？.mp32.93MBwj-10.第10讲 ChatGPT能替代什么人？.pdf5.01MBwj-11.第11讲 理性看待ChatGPT.mp33.43MBwj-11.第11讲 理性看待ChatGPT.pdf7.74MBwj-12.第12讲 还有哪些人工智能和科技值得关注？.mp33.14MBwj-12.第12讲 还有哪些人工智能和科技值得关注？.pdf6.89MB玩赚ChatGPT【评分：2】1.3GB
玩赚AIchatGPT 基础课25.12MB
01.chatGPT-入门指南.html94.98KB02.chatGPT教程-.html43.7KB03.第一课：如何用chatGPT帮你提高20倍工作效率，打造被动收入.html57.74KB04.第二课：卖课60万的经历，告诉你如何用chatGPT制作一门畅销课.html318B05.第三课：如何用chatGPT写小红书爆款视频脚本.html149.11KB06.第四课：如何写出优质书评&高赞知乎好物长文.html164.46KB07.第五课：用ChatGPT做兼职翻译-&-电子书-&-网页设计.html96.79KBchatGPT 入门指南.pdf2.99MBchatGPT 账号注册保姆级教程.pdf1.1MB第一课：如何用chatGPT帮你提高20倍工作效率，打造被动收入.pdf3.14MB第三课：如何用chatGPT写小红书爆款视频脚本.pdf6.95MB第四课：如何写出优质书评&高赞知乎好物长文.pdf10.35MB玩赚ChatGPT 进阶课1.28GB
02.一、了解ChatGPT.html35.9KB03.二、注册ChatGPT.html37.26KB04.三、ChatGPT的使用和调教.html51.78KB05.四、ChatGPT的变现.html100.93KB06.五、拓展阅读.html25.25KB07.六、玩赚ChatGPT-推广手册.html79.79KB08.第三期ChatGPT初级登录／注册课程_ev.mp4102.54MB09.玩赚ChatGPT第三期（进阶版）_ev.mp4286.57MB10.玩赚ChatGPT变现课.mp4110.61MB11.第四期-玩赚ChatGPT变现课-黄小刀2023-03-06-_ev.mp497.59MB12.11、如何用chatGPT-拓宽搞钱思路_ev.mp418.94MB12.玩赚ChatGPT初级登录／注册课2023-03-08-21：14：23_ev.mp492.12MB13.《玩赚ChatGPT专题-》主讲人：陈思成_ev.mp4151.93MB14.玩赚ChatGPT变现课-黄小刀2023-03-13-21：30：54_ev.mp4110.28MB15.《玩赚ChatGPT-专题》主讲：陈思成_ev.mp4158.5MB16.玩赚ChatGPT应用场景变现专题-黄小刀_ev.mp4107.09MB17.玩赚ChatGPT初级登录注册课程2023-03-22-20：49：41_ev.mp470.35MB卓克·怎样用AI高效学习（完结）【评分：3】78.13MB
00.发刊词让AI成为你的“第二大脑”.mp32.63MB00.让AI成为你的“第二大脑”.pdf423.44KB01.正确提问好问题的三要素是什么？.mp33.2MB01.正确提问好问题的三要素是什么？.pdf7.32MB02.技巧：如何进一步提高AI输出质量？.mp34.82MB02.技巧：如何进一步提高AI输出质量？.pdf1MB03.翻译：如何让AI变成翻译大师？.mp34.6MB03.翻译：如何让AI变成翻译大师？.pdf8.49MB04.论文写作：如何让AI变成论文助手？.mp33.58MB04.论文写作：如何让AI变成论文助手？.pdf5.81MB05.语言学习：如何让AI变成外语私教？.mp35.56MB05.语言学习：如何让AI变成外语私教？.pdf3.9MB06.视频处理：如何让AI变成视频帮手？.mp33.95MB06.视频处理：如何让AI变成视频帮手？.pdf4.36MB07.提问式学习：如何快速搞懂一个领域？.mp34.82MB07.提问式学习：如何快速搞懂一个领域？.pdf1.29MB08.自动执行：下一代的GPT长什么样？.mp33.75MB08.自动执行：下一代的GPT长什么样？.pdf3.43MB09.视野：不同演化下的AI分支有哪些？.mp33.39MB09.视野：不同演化下的AI分支有哪些？.pdf1.82MB【鹤老师】人人必修的AI启蒙课，启蒙课程，不含工具【评分：2】164.09MB
1—1 从猿到人划时代的跃升 .mp417.25MB1—2 人工智能的里程碑 CHATGPT .mp416.14MB1—3 碾压性优势与无限前景 .mp411.07MB1—4 未来AI世界的入口 .mp419.08MB1—5 人工智能的发展历程 .mp49.57MB1—6 CHATGPT的原理和版本区别 .mp413.35MB1—7 人工智能的伦理难题 .mp413.63MB1—8 人工智能与利益之争 .mp414.1MB1—9 AI会不会消灭人类 .mp412.25MB1—10 AI会造成大规模失业吗 .mp423.38MB前言 向人工智能致敬 .mp414.26MB🦊得到AI课【合集】4.73GB
万维钢-AI前沿（完结）187.98MB
wwg00发刊词：人，要比AI凶.mp36.9MBwwg00发刊词：人，要比AI凶.pdf6.44MBwwg01 大变局：一个新智慧形态的产生.mp39.15MBwwg01 大变局：一个新智慧形态的产生.pdf7.92MBwwg02 开悟和涌现：AI能力的三个境界.mp38.93MBwwg02 开悟和涌现：AI能力的三个境界.pdf5.57MBwwg03 底牌和命门：AI能力的局限.mp39.08MBwwg03 底牌和命门：AI能力的局限.pdf1.24MBwwg04 效率：把AI转化为生产力.mp38.25MBwwg04 效率：把AI转化为生产力.pdf1.1MBwwg05 战略：AI商业的竞争趋势.mp38.52MBwwg05 战略：AI商业的竞争趋势.pdf973.5KBwwg06 决策：AI的预测 + 人的判断.mp39.4MBwwg06 决策：AI的预测 + 人的判断.pdf1.01MBwwg07 社会：被AI接管后的忧患.mp39.06MBwwg07 社会：被AI接管后的忧患.pdf1023.38KBwwg08 经济：AI让资源调配更有效.mp38.83MBwwg08 经济：AI让资源调配更有效.pdf917.95KBwwg09 领导技能：AI时代的“门槛领导力 .mp38.75MBwwg09 领导技能：AI时代的“门槛领导力.pdf1.11MBwwg10 独特智能：人类的具身智能与自主思考.mp38.9MBwwg10 独特智能：人类的具身智能与自主思考.pdf1021.08KBwwg11 存在智能：人类在AI时代刷存在感的方式.mp39.42MBwwg11 存在智能：人类在AI时代刷存在感的方式.pdf1.28MBwwg12 实战：怎样用ChatGPT对话式学习？.mp38.96MBwwg12 实战：怎样用ChatGPT对话式学习？.pdf1.62MBwwg13 实战：怎样用ChatGPT编程.mp39.17MBwwg13 实战：怎样用ChatGPT编程.pdf1.97MBwwg14 实战：如何拥有你的AI助理？.mp38.34MBwwg14 实战：如何拥有你的AI助理？.pdf1.48MBwwg15 实战：ChatGPT有哪些咒语心&法&？.mp39.45MBwwg15 实战：ChatGPT有哪些咒语心&法&？.pdf12.32MB给职场人的AI写作课（完结）1.53GB
00.用好AI，从1个人到1支队伍.mp4156.49MB01.导论：如何用AI开启高效写作.mp4153.99MB02.写邮件：如何用AI快速搞定商务邮件？.mp4140.53MB03.如何用AI搭建汇报框架.mp4157.37MB04准备面试如何用AI改出适用不同岗位的简历.mp4137.69MB05 想策划如何用AI批量产出创意点子.mp4134.4MB06 写公关稿如何用AI写一封真诚的道歉信.mp4148.1MB07做销售如何用AI提升你的销售能力.mp4140.44MB08做研究如何用AI快速了解陌生领域.mp4144.85MB09写材料如何用AI写公文材料.mp4131.03MB10开脑洞AI还可以帮我们做什么.mp4116.54MB《给职场人的AI写作课》欢迎词.pdf1.15MB李笑来谈AI时代的家庭教育219.66MB
lxl发刊词：给孩子更多提高的可能&性& 防断更微信：aa52012309.mp36.07MBlxl发刊词：给孩子更多提高的可能&性& 防断更微信：aa52012309.pdf2.8MBlxl问题一：未来社会会更卷吗？——超越竞争 防断更微信：aa52012309.mp38.14MBlxl问题一：未来社会会更卷吗？——超越竞争 防断更微信：aa52012309.pdf3.95MBlxl问题二：未来什么工作更吃香？——发现任务 防断更微信：aa52012309.mp310.64MBlxl问题二：未来什么工作更吃香？——发现任务 防断更微信：aa52012309.pdf3.38MBlxl问题三：未来社会要求更高了，怎么办？——关键能力变迁 防断更微信：aa52012309(1).pdf3.8MBlxl问题三：未来社会要求更高了，怎么办？——关键能力变迁 防断更微信：aa52012309.mp38.32MBlxl问题三：未来社会要求更高了，怎么办？——关键能力变迁 防断更微信：aa52012309.pdf3.8MBlxl问题四：怎样培养孩子的判断力？——提前步入社会 防断更微信：aa52012309(1).mp38.29MBlxl问题四：怎样培养孩子的判断力？——提前步入社会 防断更微信：aa52012309(1).pdf3.74MBlxl问题四：怎样培养孩子的判断力？——提前步入社会 防断更微信：aa52012309.mp38.29MBlxl问题四：怎样培养孩子的判断力？——提前步入社会 防断更微信：aa52012309.pdf3.74MBlxl问题五：AI来了，写作和英语还重要吗？——夯实基础能力 防断更微信：aa52012309(1).pdf4MBlxl问题五：AI来了，写作和英语还重要吗？——夯实基础能力 防断更微信：aa52012309.mp38.34MBlxl问题五：AI来了，写作和英语还重要吗？——夯实基础能力 防断更微信：aa52012309.pdf4MBlxl问题六：还需要买学区房吗？——自学成为刚需 防断更微信：aa52012309.mp38.31MBlxl问题六：还需要买学区房吗？——自学成为刚需 防断更微信：aa52012309.pdf3.71MBlxl问题七：未来一定要考名校吗？——教育机会平等 防断更微信：aa52012309.mp38.28MBlxl问题七：未来一定要考名校吗？——教育机会平等 防断更微信：aa52012309.pdf4.56MBlxl问题八：还要上体育和艺术班吗？——脑体协调训练 防断更微信：aa52012309.mp38.11MBlxl问题八：还要上体育和艺术班吗？——脑体协调训练 防断更微信：aa52012309.pdf3.36MBlxl问题九：怎样让孩子提前适应社会？——善恶观&金钱观 防断更微信：aa52012309(1).mp38.23MBlxl问题九：怎样让孩子提前适应社会？——善恶观&金钱观 防断更微信：aa52012309.mp38.23MBlxl问题九：怎样让孩子提前适应社会？——善恶观&金钱观 防断更微信：aa52012309.pdf3.8MBlxl问题十：怎样让孩子生活更幸福？——社交成为关键 防断更微信：aa52012309(1).mp38.33MBlxl问题十：怎样让孩子生活更幸福？——社交成为关键 防断更微信：aa52012309.mp38.33MBlxl问题十：怎样让孩子生活更幸福？——社交成为关键 防断更微信：aa52012309.pdf3.69MBlxl问题十一：如何转变自己的教育观念？——从“设计论者”到“发展论者” 防断更微信：aa52012309(1).pdf3.65MBlxl问题十一：如何转变自己的教育观念？——从“设计论者”到“发展论者” 防断更微信：aa52012309.mp38.22MBlxl问题十一：如何转变自己的教育观念？——从“设计论者”到“发展论者” 防断更微信：aa52012309.pdf3.65MBlxl问题十二：作为家长，你最重要的能力是什么？——活在未来 防断更微信：aa52012309.mp38.32MBlxl问题十二：作为家长，你最重要的能力是什么？——活在未来 防断更微信：aa52012309.pdf3.59MBlxl先导课：孩子的未来会好吗？——完全无需焦虑 防断更微信：aa52012309(1).mp38.27MBlxl先导课：孩子的未来会好吗？——完全无需焦虑 防断更微信：aa52012309(1).pdf3.73MBlxl先导课：孩子的未来会好吗？——完全无需焦虑 防断更微信：aa52012309.mp38.27MBlxl先导课：孩子的未来会好吗？——完全无需焦虑 防断更微信：aa52012309.pdf3.73MB吴军讲GPT（完结）133.02MB
把GPT一次性讲明白.pdf826.89KBwj第1讲 计算机回答问题、写诗难吗？.mp37.71MBwj第1讲 计算机回答问题、写诗难吗？.pdf7.52MBwj第2讲 ChatGPT的本质是什么？.mp38.69MBwj第2讲 ChatGPT的本质是什么？.pdf7.77MBwj第3讲 语言模型是如何进化的？.mp38.63MBwj第3讲 语言模型是如何进化的？.pdf8.1MBwj第4讲 ChatGPT的能力边界在哪.mp38.25MBwj第4讲 ChatGPT的能力边界在哪.pdf8.01MBwj第5讲 ChatGPT的回答从哪里来.mp38MBwj第6讲 ChatGPT有哪些固有缺陷.mp37.71MBwj第7讲 ChatGPT需要什么资源？.mp37.53MBwj第8讲 今天人工智能的边界在哪里.mp37.84MBwj第9讲 ChatGPT为什么会被热炒.mp37.2MBwj第10讲 ChatGPT能替代什么人？.mp37.27MBwj第11讲 理&性&看待ChatGPT.mp38.73MBwj第12讲 还有哪些人工智能和科技值得关注.mp37.91MBwj发刊词：“ChatGPT神话”背后的原理是什么？.mp35.34MB怎样用AI高效学习（完结）100.36MB
让AI成为你的“第二大脑”.pdf950.16KBzk01 正确提问：好问题的三要素是什么？.mp38.06MBzk02 技巧：如何进一步提高AI输出质量？.mp312.94MBzk03 翻译：如何让AI变成翻译大师？.mp312.28MBzk04 论文写作：如何让AI变成论文助手？.mp39.22MBzk05 语言学习：如何让AI变成外语私教？.mp315.2MBzk06 视频处理：如何让AI变成视频帮手.mp310.45MBzk07 提问式学习：如何快速搞懂一个领域.mp312.92MBzk08 自动执行：下一代的GPT长什么样？.mp39.72MBzk09 视野：不同演化下的AI分支有哪些.mp38.64MB怎样用AI绘画（完结）1.79GB
00.发刊词每个人都可以拥有自己的专属设计师.mp4104.1MB01Al绘画的通用方法是什么.mp4143.06MB02怎样为你和身边人打造多风格形象.mp4129.36MB03怎样给自己的宠物创造Q版形象.mp488.98MB04 怎样定制你的专属壁纸.mp4159.86MB05 怎样快速上手品牌 logo设计.mp4114.11MB06怎样让你的作品封面更吸引人？.mp4106.68MB07怎样做海报更有氛围感？.mp4118.11MB08怎样把你心爱的物件设计成手办.mp4120.92MB09怎样为艺术照设计场景.mp4104.14MB10如何设计你的专属饰品.mp4106.93MB11怎样画出你理想中的家装设计.mp4110.83MB12怎样创作你的独家绘本.mp4130.25MB13怎样画出你心中的漫画故事.mp4152.92MB14怎样用超现实主义风格创作惊奇画面？.mp4140.32MB每个人都可以拥有自己的专属设计师.pdf1.16MB怎样用AI做PPT（完结）808.46MB
00.发刊词：替代人的不是AI，而是会使用AI的人.mp456.23MB01.10分钟，怎样用AI做一 份还不错的PPT.mp4111.66MB02.怎样用AI快速处理关键信息.mp4132.94MB03.怎样用AI帮你确定PPT风格.mp4130.26MB04.怎样用AI让你的PPT更有“设计感”.mp4138.14MB05.培训型PPT怎样用Al 提升培训的体验感.mp4123.98MB06.演讲型PPT有了AI，你也能做到什么.mp4113.88MB欢迎信：替代人的不是AI，而是会使用AI的人.pdf1.35MB
更多AIGC资源.txt131B AI绘画创作助你成为绘画大师1.44GB
02.02课：如何通过AI绘画赚钱.mp4.mp498.01MB03.03课：怎样快速掌握Midjourney绘画.mp472.55MB04.04课：怎样写好Ai绘画关键词.mp4112.33MB05.05课：怎样让AI绘画生成的页面更一致.mp4116.04MB06.06课：学好AI绘画必备的10个工具.mp4160.03MB07.07课：怎样快速提升审美（上）.mp477.17MB08.08课：怎样快速提升审美（下）.mp447.27MB09.09课：怎样用AI设计绘本、漫画、电影和书籍插图.mp435.28MB10.10课：怎样用AI绘画设计虚拟人物或IP角色.mp440.96MB11.11课：怎样用AI绘画把你作品变成艺术家风格.mp4119.94MB12.12课：怎样用AI绘画制作包装设计.mp4108.05MB13.13课：怎样让AI设计UI效果图，让界面更有吸引力.mp4149.93MB14.14课：怎样通过AI绘画打造专业级摄影作品.mp499.81MB15.15课：怎样通过AI绘画画出你的动漫人物，成为插画大师.mp4129.04MB16.-16课：怎样让AI帮你做专业级LOGO和吉祥物.mp4110.79MB更多AIGC资源.txt131BAI人工智能实用课程（39节课）1.05GB
1_（开始）AI实用课序言导读 .mp410.6MB2_（1）【第一章AI发展方向篇】1-1AI是普通人最好的翻身机会 .mp421.79MB3_（2）【第一章AI发展方式篇】1-2AI发展方向之知识付费 .mp430.79MB4_（3）【第一章AI发展方式篇】1-3AI发展方向之工作应用 .mp427.26MB5_（4）【第一章AI发展方向篇】1-4AI发展方向之生态工具 .mp411.84MB6_（5）【第二章AI工具篇】2-1AI的基本运用 .mp422.39MB7_（6）【第二章AI工具篇】2-2什么是火遍全网的AI .mp414.43MB8_（7）【第二章AI工具篇】2-3六款热门的AI .mp476.73MB9_（8）【第二章AI工具篇】2-4向AI提问的万能公式 .mp424.51MB10_（9）【第三章AI用法篇】3-1搜索神器 .mp413.54MB11_（10）【第三章AI用法篇】3-2博学老师 .mp422.42MB12_（11）【第三章AI用法篇】3-3一分钟打造精致朋友圈 .mp417.53MB13_（12）【第三章AI用法篇】3-4商业策划（生意人的军师） .mp423.68MB14_（13）【第三章AI用法篇】3-5亲子教育 .mp437.85MB15_（14）【第三章AI用法篇】3-6健身顾问（角色定位法）.mp438.74MB16_（15）【第三章AI用法篇】3-7激活微信群（文心一言） .mp415.59MB17_（16）【第三章AI用法篇】3-8小红书笔记（样本提示法） .mp412.6MB18_（17）【第三章AI用法篇】3-9提升学习效率100倍（比喻法） .mp426.25MB19_（18）【第三章AI用法篇】3-10公众号文章（批评法） .mp424.19MB20_（19）【第三章AI用法篇】3-11留学顾问（比较法） .mp413.57MB21_（20）【第三章AI用法篇】3-12产品测评（逆向工程法） .mp418.58MB22_（21）【第三章AI用法篇】3-13理财顾问（填空法） .mp414.1MB23_（22）【第三章AI用法篇】3-14时间管理（一分钟做PPT） .mp421.52MB24_（23）【第三章AI用法篇】3-15家庭教育（模拟法） .mp432.49MB25_（24）【第三章AI用法篇】3-16功课辅导（答案对比法） .mp419.87MB26_（25）【第三章AI用法篇】3-17宝妈指南（思维导图法） .mp431.47MB27_（26）【第三章AI用法篇】3-18爆款短视频（对标模仿法） .mp425.81MB28_（27）【第三章AI用法篇】3-19法务顾问（提问先行法） .mp440.8MB29_（28）【第四章AI视觉篇】4-1AI绘画两大平台MJ和SD .mp462.74MB30_（29）【第四章AI视觉篇】4-2分享多个国内版的AI绘画网站 .mp439.77MB31_（30）【第四章AI视觉篇】4-3会说话的小和尚 .mp467.14MB32_（31）【第四章AI视觉篇】4-4个性化的定制数字人 .mp462.35MB33_（32）【第四章AI视觉篇】4-5AI图文短视频引流 .mp450.23MB34_（33）【第四章AI视觉篇】4-6国内AI软件做图文短视频（手机版）.mp467.3MB35_（34）【第五章AI术语篇】5-1AI术语之图灵测试 .mp47.87MB36_（35）【第五章AI术语篇】5-2AI术语之GPU .mp49.28MB37_（36）【第五章AI术语篇】5-3AI术语之Tranformer结构 .mp44.58MB38_（37）【第五章AI术语篇】5-4AI术语之神经网络 .mp45.86MB39_（38）【第五章AI术语篇】5-5AI术语之AIGC .mp43.67MB更多AIGC资源.txt131BAI算法工程师就业班96.15GB
01、人工智能基础-快速入门268.87MB
1：人工智能就业前景与薪资.mp433.78MB2：人工智能适合人群与必备技能.mp421.04MB3：人工智能时代是发展的必然.mp416.72MB4：人工智能在各领域的应用.mp441.82MB5：人工智能常见流程.mp436.38MB6：机器学习不同的学习方式.mp431.23MB7：深度学习比传统机器学习有优势.mp433.52MB8：有监督机器学习任务与本质.mp423.25MB9：无监督机器学习任务与本质.mp431.13MB02、人工智能基础-Python基础1006.81MB
章节1：Python开发环境搭建234.87MB
1：下载Miniconda运行环境.mp431.42MB2：Miniconda安装和测试.mp436.64MB3：Pycharm安装和代码运行.mp430.29MB4：Jupyter安装和代码运行.mp424.92MB5：Jupyter常用快捷键.mp420.73MB6：Conda虚拟环境创建与Python模块安装.mp447.66MB7：关联虚拟环境运行代码.mp426.32MB人工智能-第1阶段Python基础.pdf9.37MB人工智能-第1阶段python进阶和高级编程.pdf7.52MB章节2：Python基础语法771.94MB
8：Python是强类型的动态脚本语言.mp427.23MB9：Python_控制语句_单双分支.mp439.27MB10：Python_控制语句_多分支_三元条件运算符.mp421.39MB11：Python_控制语句_while循环.mp416.32MB12：Python_控制语句_for循环.mp418.68MB13：Python_控制语句_嵌套循环.mp427.86MB14：Python_控制语句_break_continue.mp416.39MB15：Python_切片操作.mp430.52MB16：Python_数据类型.mp420.88MB17：Python_集合操作_列表.mp424.1MB18：Python_集合操作_列表的基本操作.mp435.13MB19：Python_集合操作_列表的常用方法.mp426.62MB20：Python_集合操作_元组.mp429.08MB21：Python_集合操作_字典和常见操作.mp425.76MB22：Python_集合操作_字典keys方法_enumerate函数.mp418.07MB23：Python_os模块_shutil模块.mp436.75MB24：Python_打开并读取文件_中文编码问题.mp438.72MB25：Python_函数_定义_调用_返回值_注释.mp418.23MB26：Python_函数_局部变量_全局变量.mp423.5MB27：Python_函数_默认参数_可变参数.mp418.06MB28：Python_函数_递归.mp418.2MB29：Python_函数式编程_高阶函数.mp417.71MB30：Python_函数式编程_map_reduce_filter_匿名函数.mp426.94MB31：Python_函数_闭包.mp427.49MB32：Python_函数_装饰器.mp419.34MB33：Python_类对象_定义与实例化对象.mp436.96MB34：Python_类对象_实例属性和方法_类属性和方法.mp426.21MB35：Python_类对象_内置方法.mp419.39MB36：Python_类对象_运算符重载_私有对象方法_isinstance函数.mp426.22MB37：Python_类对象_面向对象三大特性_类的继承.mp420.15MB38：Python_类对象_子类复用父类构造器和方法_方法重写.mp420.79MB03、人工智能基础-Python科学计算和可视化532.5MB
章节1：科学计算模型Numpy232.91MB
1：Numpy_概述_安装_创建数组_获取shape形状.mp430.3MB2：Numpy_array_arange.mp423.56MB3：Numpy_random随机数生成.mp435.81MB4：Numpy_ndarray属性_zeros_ones_like等创建数组函数.mp432.59MB5：NumPy_reshape_切片操作_copy函数.mp422.7MB6：Numpy_改变数组维度_数组的拼接.mp430.4MB7：Numpy_数组的切分和转置.mp419.19MB8：Numpy_算术运算_向上向下取整.mp423.03MB9：Numpy_聚合函数.mp415.33MB章节2：数据可视化模块139.01MB
10：Matplotlib_概述_绘制直线图.mp428.64MB11：Matplotlib_绘制正余弦曲线_散点图_添加图例.mp423.68MB12：Matplotlib_绘制柱状图_画布切分多个子画布_柱状图对比.mp434.98MB13：Matplotlib_绘制饼图_直方图_同时绘制多组数据分布.mp421.29MB14：Matplotlib_绘制等高线图_绘制三维图像.mp424.37MB人工智能-第1阶段数据分析（含办公自动化分析）.pdf6.04MB章节3：数据处理分析模块Pandas160.59MB
15：Python_Pandas_Series对象创建.mp422.96MB16：Python_Pandas_DataFrame对象创建.mp424.82MB17：Python_Pandas_获取Series对象的值.mp415.52MB18：Python_Pandas_获取DataFrame对象的值.mp418.85MB19：Python_Pandas_条件过滤.mp417.28MB20：Python_Pandas_空值的删除与填充.mp433.25MB21：Python_Pandas_拼接和合并.mp427.91MB04、人工智能基础-高等数学知识强化1.02GB
1：人工智能学习数学的必要性_微积分知识点.mp418.97MB2：线性代数_概率论知识点.mp417.26MB3：最优化知识_数学内容学习重点.mp425.9MB4：导数的定义_左导数和右导数.mp420.1MB5：导数的几何意义和物理意义.mp410.21MB6：常见函数的求导公式.mp415.8MB7：导数求解的四则运算法则.mp418.96MB8：复合函数求导法则.mp411.79MB9：推导激活函数的导函数.mp423.54MB10：高阶导数_导数判断单调性_导数与极值.mp415.3MB11：导数判断凹凸性_导数用于泰勒展开.mp431.49MB12：向量的意义_n维欧式空间空间.mp415.35MB13：行向量列向量_转置_数乘_加减乘除.mp414.17MB14：向量的内积_向量运算法则.mp414.38MB15：学习向量计算的用途举例.mp416.84MB16：向量的范数_范数与正则项的关系.mp423.52MB17：特殊的向量.mp419.38MB18：矩阵_方阵_对称阵_单位阵_对角阵.mp413.47MB19：矩阵的运算_加减法_转置.mp417.35MB20：矩阵相乘.mp414.36MB21：矩阵的逆矩阵.mp427.58MB22：矩阵的行列式.mp414.61MB23：多元函数求偏导.mp416.34MB24：高阶偏导数_梯度.mp419.74MB25：雅可比矩阵_在神经网络中应用.mp426.04MB26：Hessian矩阵.mp422.55MB27：二次型.mp418.55MB28：补充关于正定负定的理解.mp413.06MB29：特征值和特征向量(1).mp419.45MB30：特征值和特征向量(2).mp418.01MB31：特征值分解.mp426.18MB32：多元函数的泰勒展开_矩阵和向量的求导.mp430.5MB33：奇异值分解定义.mp416.37MB34：求解奇异值分解中的UΣV矩阵.mp434.04MB35：奇异值分解性质_数据压缩.mp423.36MB36：SVD用于PCA降维.mp417.58MB37：SVD用于协同过滤_求逆矩阵.mp423.76MB38：概率论_随机事件与随机事件概率.mp414.04MB39：条件概率_贝叶斯公式.mp421.97MB40：随机变量.mp417.17MB41：数学期望和方差.mp416.18MB42：常用随机变量服从的分布.mp414.64MB43：随机向量_独立性_协方差_随机向量的正太分布.mp422.95MB44：最大似然估计思想.mp416.62MB45：最优化的基本概念.mp423.95MB46：迭代求解的原因.mp412.99MB47：梯度下降法思路.mp419.41MB48：梯度下降法的推导.mp431.39MB49：牛顿法公式推导以及优缺点.mp430.04MB50：坐标下降法_数值优化面临的问题.mp417.05MB51：凸集.mp414.02MB52：凸函数.mp412.35MB53：凸优化的性质_一般表达形式.mp414.81MB54：拉格朗日函数.mp419.74MB数学.pdf1.5MB05、机器学习-线性回归1.18GB
章节1：多元线性回归428.22MB
1：理解简单线性回归.mp421.25MB2：最优解_损失函数_MSE.mp419.54MB3：扩展到多元线性回归.mp414.47MB4：理解多元线性回归表达式几种写法的原因.mp416.21MB5：理解维度这个概念.mp421.22MB6：理解回归一词_中心极限定理_正太分布和做预测.mp428.17MB7：假设误差服从正太分布_最大似然估计MLE.mp421.44MB8：引入正太分布的概率密度函数.mp414.86MB9：明确目标通过最大总似然求解θ.mp414.53MB10：对数似然函数_推导出损失函数MSE.mp423.06MB11：把目标函数按照线性代数的方式去表达.mp414.44MB12：推导出目标函数的导函数形式.mp423.33MB13：θ解析解的公式_是否要考虑损失函数是凸函数.mp427.93MB14：Python开发环境版本的选择及下载.mp423.08MB15：Anaconda环境安装_Pycharm环境安装.mp426.51MB16：Pycharm创建脚本并测试python开发环境.mp417.38MB17：解析解的方式求解多元线性回归_数据Xy.mp416.74MB18：解析解的方式求解多元线性回归_求解模型_使用模型_绘制图形.mp419.95MB19：解析解的方式求解多元线性回归_扩展随机种子概念_增加维度代码的变换.mp414.08MB20：Scikit-learn模块的介绍.mp416.91MB21：调用Scikit-learn中的多元线性回归求解模型(上).mp413.17MB22：调用Scikit-learn中的多元线性回归求解模型(下).mp417.24MB第一阶段_手把手教你透彻掌握线性回归算法.pdf2.71MB章节2：梯度下降法312.32MB
23：梯度下降法产生的目的和原因以及思想.mp428.12MB24：梯度下降法公式.mp428.41MB25：学习率设置的学问_全局最优解.mp426.42MB26：梯度下降法迭代流程总结.mp415.17MB27：多元线性回归下的梯度下降法.mp421.8MB28：全量梯度下降.mp430.6MB29：随机梯度下降_小批量梯度下降.mp426.32MB30：对应梯度下降法的问题和挑战.mp422.61MB31：轮次和批次.mp426.67MB32：代码实现全量梯度下降第1步和第2步.mp412.82MB33：代码实现全量梯度下降第3步和第4步.mp414.09MB34：代码实现随机梯度下降.mp412.28MB35：代码实现小批量梯度下降.mp411.67MB36：代码改进保证训练数据全都能被随机取到.mp416.08MB37：代码改进实现随着迭代增加动态调整学习率.mp416.67MB第四阶段_梯度下降法_归一化_正则化_多项式升维.pdf2.59MB章节3：归一化99.9MB
38：归一化的目的_维度之间数量级不同产生的矛盾.mp430.26MB39：归一化的目的_举例子来理解做归一化和不做归一化的区别.mp417.01MB40：归一化的副产品_有可能会提高模型的精度.mp412.57MB41：最大值最小值归一化.mp414.09MB42：标准归一化.mp425.97MB章节4：正则化129.91MB
43：代码完成标准归一化.mp421.69MB44：正则化的目的防止过拟合.mp416.5MB45：正则化通过损失函数加入惩罚项使得W越小越好.mp419.21MB46：常用的L1和L2正则项以及数学意义.mp420.13MB47：L1稀疏性和L2平滑性.mp426.03MB48：通过L1和L2的导函数理解区别的本质原因.mp426.35MB章节5：Lasso回归_Ridge回归_多项式回归236.23MB
49：代码调用Ridge岭回归.mp426.07MB50：代码调用Lasso回归.mp412.59MB51：代码调用ElasticNet回归.mp418.07MB52：升维的意义_多项式回归.mp422.22MB53：多项式升维代码实战_传入不同超参数对比.mp421.3MB54：多项式升维代码实战_训练模型和评估.mp415.88MB55：实战保险花销预测_数据介绍和加载数据.mp418.58MB56：实战保险花销预测_数据预处理.mp419.64MB57：实战保险花销预测_模型训练和评估_选择非线性算法改进.mp435.56MB58：实战保险花销预测_特征选择思路.mp416.51MB59：实战保险花销预测_特征工程.mp49.32MB60：实战保险花销预测_模型训练和评估.mp420.51MB06、机器学习-线性分类1.33GB
章节1：逻辑回归257.39MB
1：逻辑回归_Sigmoid函数.mp410.76MB2：sigmoid函数作用.mp421.37MB3：逻辑回归为什么用sigmoid函数_预备知识.mp418.66MB4：证明伯努利分布是指数族分布_推导出逻辑回归公式.mp423.51MB5：回想多元线性回归公式其实也是从广义线性回归推导出来的.mp44.31MB6：推导逻辑回归损失函数_得到总似然的公式.mp415.43MB7：推导逻辑回归损失函数_得到最终形式.mp47.85MB8：绘制逻辑回归损失函数_读入数据计算最优解模型_实现逻辑回归预测_实现逻辑回归损失函数.mp425.03MB9：绘制逻辑回归损失函数_探索单个参数和损失的关系.mp414.07MB10：绘制逻辑回归损失函数_探索两个参数和损失函数变换关系.mp417.81MB11：绘制逻辑回归损失函数_绘制3D的图形_分析X1X2两个维度的重要度.mp416.9MB12：对逻辑回归函数进行求导_结论在后面会用到.mp411.25MB13：对逻辑回归的损失函数求导_推导出导函数的形式.mp421.28MB14：实战逻辑回归对鸢尾花数据集进行二分类.mp417.78MB15：OneVsRest将多分类问题转化成多个二分类问题.mp412.09MB16：实战逻辑回归对鸢尾花数据集进行多分类.mp418.2MB第五阶段_线性分类算法_逻辑回归和Softmax回归.pdf1.09MB章节2：Softmax回归216.65MB
17：证明多项式分布属于指数族分布一种.mp414.67MB18：从广义线性回归的η推导出来Softmax的公式.mp49.91MB19：有了Softmax函数的公式就可以去计算loss_Softmax的Loss函数形式其实就是LR的泛化版本.mp416.55MB20：再次证明Softmax损失函数当K=2时就是逻辑回归损失函数.mp415.21MB21：证明Softmax公式K=2的时候就是逻辑回归_平移不变性.mp47.58MB22：逻辑回归和Softmax回归在多分类任务模型参数上的区别_与算法在选择上的区别.mp421.45MB23：实战音乐分类器_讲解需求和读取数据.mp414.06MB24：实战音乐分类器_探索不同曲风音乐文件的时间频率图.mp420.2MB25：实战音乐分类器_傅里叶变换可以帮助我们做什么.mp412.88MB26：实战音乐分类器_代码使用傅里叶变换将混音文件进行投影.mp416.92MB27：实战音乐分类器_代码对单首歌曲进行傅里叶变换_代码对600首音乐文件进行傅里叶变换并保存结果.mp421.18MB28：实战音乐分类器_代码读取600首傅里叶变换后的数据_构建训练集并训练模型.mp417.08MB29：实战音乐分类器_模型的测试和调优_解决双通道音乐文件的问题.mp428.95MB章节3：SVM支持向量机算法518.25MB
30：SVM与感知机关系_几何距离与函数距离.mp477.74MB31：SVM的思想.mp435.91MB32：几种SVM_SVM的损失函数.mp447.92MB33：数学预备知识_拉格朗日函数.mp472.17MB34：硬间隔SVM的两步优化.mp464.89MB35：总结硬间隔SVM.mp423.25MB36：软间隔SVM和总结流程.mp476.87MB37：非线性SVM.mp436.91MB38：SVM在sklearn中的使用_超参数.mp480.08MBSVM算法.pdf2.52MB章节4：SMO优化算法368.89MB
39：SVM算法流程总结.mp431.71MB40：SMO算法求解思路_分解成很多个子二次规划问题分别求解.mp435.51MB41：SMO将交给它的目标函数变成二元函数进一步变成一元函数.mp432.63MB42：对一元函数求极值点_推导出旧的α和新的α的关系.mp426.41MB43：将公式467带入导函数进一步简化_对求解出的新的α2进行剪裁.mp443.47MB44：再次说明α2如何进行剪裁的思路_根据α2求α1.mp417.78MB45：启发式选择两个α.mp49.68MB46：如何计算阈值b.mp419.48MB47：SVM的SMO实现读取数据和计算fx与Ei.mp443.99MB48：SVM的SMO实现判断违背条件的α1.mp410.02MB49：SVM的SMO实现应用公式计算alphas和b.mp412.37MB50：SVM绘制已有数据点和超平面以及边界.mp49.49MB51：关于sklearn中的SVM封装的类和超参.mp411.81MB52：概率化输出_SVM的合页损失函数_Tensorflow实现GD方式求解SVM.mp441.37MB53：OVR和OVO多分类_算法小结_对比逻辑回归.mp423.17MB07、机器学习-无监督学习1.54GB
章节1：聚类系列算法630.94MB
1：KMeans聚类流程_距离测度欧式距离和余弦距离.mp491.94MB2：距离测度欧式距离和余弦距离的场景_TFIDF.mp478.44MB3：KMeans的一些变形_KMeans的损失函数推导及假设.mp486.57MB4：mini-batchKMeans_Canopy聚类_聚类评估指标.mp4117.54MB5：KMeans代码测试不同情况下的聚类效果.mp497.13MB6：层次聚类_密度聚类_谱聚类.mp4156.59MB聚类.pdf2.74MB章节2：EM算法和GMM高斯混合模型569.6MB
7：单个高斯分布GM的参数估计.mp472.12MB8：理解GMM高斯混合分布的对数似然函数.mp459.3MB9：GMM参数估计Πμσ的流程.mp463.98MB10：Jensen不等式的应用.mp489MB11：将EM算法应用到GMM中并且推导出了μ和Σ的公式.mp493.56MB12：将EM算法应用到GMM中并且推导出Π的公式.mp426.95MB13：GMM前景背景分离.mp413.41MB14：通过声音文件利用GMM算法识别性别.mp4110.81MB15：通过声音文件利用GMM算法识别是谁.mp439.76MBEM算法与GMM模型.pdf725.2KB章节3：PCA降维算法374.02MB
16：特征选择与特征映射.mp440.6MB17：PCA的最大投影方差思路.mp4114.36MB18：最大投影方差推导_最小投影距离思路.mp493.96MB19：SVD其实就可以去实现PCA了.mp478.14MB20：PCA的几种应用.mp446.12MBPCA降维与SVD.pdf864.92KB08、机器学习-决策树系列2.57GB
章节1：决策树600.75MB
1：决策树模型的特点.mp435.9MB2：决策树的数学表达.mp437.57MB3：如何构建一颗决策树.mp433.05MB4：什么是更好的一次划分.mp426.87MB5：Gini系数.mp450.14MB6：信息增益.mp435.48MB7：熵与Gini系数关系_信息增益率.mp449.75MB8：预剪枝以及相关超参数.mp467.96MB9：代码实战决策树对鸢尾花数据集分类.mp440.61MB10：绘制决策树模型_寻找最优树深度.mp452.69MB11：代码训练回归树拟合SineWave.mp441.16MB12：后剪枝的意义.mp428.32MB13：CCP代价复杂度后剪枝.mp470.83MB14：CCP代价复杂度剪枝_α超参数设定.mp430.41MB章节2：集成学习和随机森林355.65MB
15：不同聚合方式_生成不同弱学习器方式.mp443.72MB16：Bagging_Boosting_Stacking.mp432.58MB17：随机森林.mp446.3MB18：代码实战随机森林对鸢尾花数据集分类.mp449.28MB19：OOB袋外数据.mp451.72MB20：Adaboost算法思路.mp447.04MB21：调整数据权重让权重正确率达到50%.mp436.06MB22：Adaboost如何调整样本权重和求基模型权重.mp448.95MB章节3：GBDT1.05GB
23：GBDT试图使用有监督最优化算法梯度下降求解F(x).mp431.79MB24：GBDT令每个弱学习器f(x)去拟合负梯度(1).mp448.21MB24：GBDT令每个弱学习器f(x)去拟合负梯度.mp448.21MB25：GBDT每棵树都是回归树_准备数据才能训练下一颗小树(1).mp443.03MB25：GBDT每棵树都是回归树_准备数据才能训练下一颗小树.mp443.03MB26：GBDT应用于回归问题.mp447.05MB27：GBDT回归举例_总结.mp445.6MB28：GBDT应用于二分类问题.mp438.77MB29：GBDT二分类拟合的负梯度依然是残差.mp446.05MB30：GBDT中shrinkage学习率和最优树权重ρ可以共存(1).mp434.44MB30：GBDT中shrinkage学习率和最优树权重ρ可以共存.mp434.44MB31：GBDT应用于多分类任务.mp434.17MB32：GBDT多分类如何每轮给K颗小树准备要去拟合的负梯度.mp432.69MB33：GBDT多分类流程.mp439.29MB34：对比GBDT回归、二分类、多分类相同点与不同点.mp427.63MB35：GBDT二分类叶子节点分值计算推导.mp440.64MB36：GBDT多分类叶子节点分值计算.mp429.43MB37：GBDT二分类举例详解.mp439.43MB38：GBDT多分类举例详解.mp441.29MB39：计算特征重要度进行特征选择.mp426.62MB40：GBDT用于特征组合降维(1).mp423.35MB40：GBDT用于特征组合降维.mp423.35MB41：特征组合降维在GBDT+LR架构应用(1).mp428.63MB41：特征组合降维在GBDT+LR架构应用.mp428.63MB42：GBDT在sklearn中源码剖析_初始化F(x).mp443.2MB43：GBDT在sklearn中源码剖析_负梯度计算和叶子节点分值计算.mp438.69MB44：GBDT+LR架构训练模型代码实现.mp446.16MB45：GBDT+LR架构预测评估代码实现(1).mp433.95MB45：GBDT+LR架构预测评估代码实现.mp433.95MB章节4：XGBoost607.93MB
46：回顾有监督机器学习三要素.mp441.77MB47：Bias_Variance_Trade-off.mp434.34MB48：基于树集成学习4个优点.mp440.85MB49：回顾基于树集成学习的模型和参数并举例说明.mp441.64MB50：通过目标函数Obj来达到准确率和复杂度平衡.mp423.73MB51：Objective_vs_Heuristic.mp431.41MB52：得出XGBoost最开始的Obj目标函数.mp441.54MB53：推导XGBoost对Loss二阶泰勒展开之后的Obj.mp425.78MB54：Obj化简常数项_明确训练每颗回归树需要准备gi和hi.mp434.3MB55：重新定义树ft和树的复杂度Ω.mp435.02MB56：由每个叶子节点重组目标函数Obj.mp430.39MB57：推导XGBoost出Wj计算公式_推导评价树好坏的Obj.mp431.89MB58：根据Obj收益指导每一次分裂从而学习一棵树结构.mp446.88MB59：举例说明从连续型和离散型变量中寻找最佳分裂条件.mp432.75MB60：XGBoost中防止过拟合的前剪枝_后剪枝_学习率.mp431.75MB61：样本权重对于模型学习的影响.mp427.68MB62：总结XGBoost的特性_包括缺失值的处理策略.mp456.21MB09、机器学习-概率图模型1.25GB
章节1：贝叶斯分类493.46MB
1：朴素贝叶斯分类算法.mp4116MB2：TF-IDF.mp449.47MB3：NB代码实现解析.mp499.87MB4：sklearn中调用NB_顺便讲解了GridSearchCV.mp4101.38MB5：语言模型的设计目的_MLE的作用进行参数估计.mp494.28MB6：贝叶斯网络_马尔可夫链.mp431.65MBNB_HMM.pdf826.78KB章节2：HMM算法347.52MB
7：HMM隐马的定义.mp432.9MB8：HMM隐马的三组参数_三个基本问题.mp456.02MB9：HMM预测问题使用前向算法.mp435.97MB10：HMM预测问题使用维特比算法.mp426.12MB11：HMM复习_明确概率计算问题要解决的目标.mp464.56MB12：前向算法来解决概率计算问题.mp427.36MB13：Viterbi算法案例详解.mp471.72MB14：Viterbi算法代码实现.mp432.88MB章节3：CRF算法435.65MB
15：NER与分词和POS的关系_NER的标注策略_NER的主要方法.mp484.69MB16：讲解了一下常见的深度学习LSTM+CRF的网络拓扑.mp440.02MB17：了解CRF层添加的好处.mp462.98MB18：EmissionScore_TransitionScore.mp451.66MB19：CRF的目标函数.mp414.34MB20：计算CRF真实路径的分数.mp444.32MB21：计算CRF所有可能路径的总分数.mp486.34MB22：通过模型来预测新的句子的序列标签.mp450.15MBCRF_NER.pdf1.17MB10、机器学习与大数据-Kaggle竞赛实战492.18MB
章节1：药店销量预测案例168.94MB
1：Rossmann药店销量预测_kaggle的介绍.mp412.98MB2：对数据字段的介绍_导包.mp48.63MB3：自定义损失函数.mp49.44MB4：对数据里面的目标变量sales的一个分析.mp416.91MB5：数据的预处理.mp444.16MB6：模型的训练_评估.mp423.62MB7：kaggle竞赛网站学习.mp453.2MB章节2：网页分类案例323.25MB
8：Kaggle网页分类竞赛介绍.mp411.17MB9：评估指标ROC和AUC.mp422.35MB10：评估指标ROC和AUC.mp420.69MB11：竞赛其他相关提交成绩排行榜.mp419.99MB12：数据导入.mp423.63MB13：MLlib对网页分类竞赛数据预处理.mp438.72MB14：MLlib对网页分类竞赛数据预处理_模型训练.mp428.04MB15：MLlib对网页分类竞赛模型训练_模型训练评估_搜索最佳超参数.mp425.53MB16：使用SparkML对网页分类竞赛数据预处理_模型训练_交叉验证调参_01.mp437.65MB17：使用SparkML对网页分类竞赛数据预处理_模型训练_交叉验证调参_02.mp436.02MB18：使用SparkML对网页分类竞赛数据预处理_模型训练_交叉验证调参_03.mp428.96MB19：使用SparkML对网页分类竞赛数据预处理_模型训练_交叉验证调参_04.mp430.51MB11-机器学习与大数据-海量数据挖掘工具1.88GB
章节1：Spark计算框架基础321.93MB
1：Spark特性_01.mp425.08MB2：Spark特性_02.mp417.4MB3：Spark对比hadoop优势.mp412.38MB4：回顾hadoop讲解shuffle.mp419.97MB5：分布式计算框架Shuffle的原理_01.mp425.51MB6：分布式计算框架Shuffle的原理_02.mp425.73MB7：分布式计算框架Shuffle的原理_03.mp417.39MB8：Spark的RDD特性_01.mp419.34MB9：Spark的RDD特性_02.mp421.87MB10：分布式计算所需进程.mp415.58MB11：两种算子操作本质区别.mp426.08MB12：Spark算子操作实战讲解_代码实战WordCount_01.mp431.67MB13：Spark算子操作实战讲解_代码实战WordCount_02.mp425.9MB14：Spark算子操作实战讲解_代码实战WordCount_03.mp420.19MB15：Spark算子操作实战讲解_代码实战WordCount_04.mp417.85MB章节2：Spark计算框架深入394.15MB
16：Spark数据缓存机制.mp429.16MB17：Spark宽依赖和窄依赖_01.mp424.86MB18：Spark宽依赖和窄依赖_02.mp422.51MB19：Spark宽依赖和窄依赖_03.mp415.81MB20：Spark术语总结.mp440.14MB21：分布式文件系统Block块的大小配置.mp444.18MB22：Spark程序启动运行流程详解_01.mp419.59MB23：Spark程序启动运行流程详解_02.mp428.61MB24：Spark程序启动运行流程详解_03.mp419.88MB25：讲解构建稀疏和稠密向量_01.mp433.93MB26：讲解构建稀疏和稠密向量_01.mp436.24MB27：构建LabeledPoint.mp444.27MB28：介绍SparkMLlib模块中实现的算法和调用.mp434.98MB章节3：Spark机器学习MLlib和ML模块1.18GB
29：SparkMLlib对于逻辑回归算法的调用.mp449.29MB30：SparkMLlib调用逻辑回归_自定义阈值.mp452.43MB31：SparkMLlib调用逻辑回归_自定义阈值.mp447.11MB32：SparkMLlib调用逻辑回归_使用标准归一化.mp438.63MB33：SparkMLlib调用逻辑回归_使用标准归一化.mp465.62MB34：SparkMLlib调用逻辑回归_使用标准归一化.mp433.14MB35：SparkMLlib调用逻辑回归_使用标准归一化_4.mp443.6MB36：SparkMLlib调用KMeans聚类_调用决策树(1).mp437.79MB37：SparkMLlib调用KMeans聚类_调用决策树(1).mp447.15MB38：SparkMLlib调用KMeans聚类_调用决策树(1).mp440.95MB39：使用逻辑回归和随机森林对股票Stock预测案例实战.mp443.42MB40：使用逻辑回归和随机森林对股票Stock预测案例实战.mp434.88MB41：使用逻辑回归和随机森林对股票Stock预测案例实战.mp434.72MB42：从数据转化到训练集的构建.mp463.43MB43：模型的训练以及评估和调超参.mp435.13MB44：模型的训练以及评估和调超参.mp432.2MB45：模型的训练以及评估和调超参.mp443.15MB46：SparkML机器学习库概念讲解.mp459.65MB47：SparkML机器学习库概念讲解.mp453.66MB48：SparkML机器学习库代码实战讲解.mp461.17MB49：SparkML机器学习库代码实战讲解.mp463.52MB50：SparkML网页分类案例代码实战续（1）.mp462.9MB51：SparkML网页分类案例代码实战续（1）.mp460.75MB52：SparkML网页分类案例代码实战续（2）.mp457.53MB53：SparkML网页分类案例代码实战续（2）.mp444.96MB54：SparkML网页分类案例代码实战续（3）.mp43.98MB12-机器学习与大数据-推荐系统项目实战1.5GB
章节1：推荐系统--流程与架构482.04MB
1：推荐系统_隐式用户反馈.mp444.96MB2：推荐系统_隐式用户反馈.mp449.06MB3：推荐系统_协同过滤.mp429.26MB4：推荐系统_协同过滤.mp428.44MB5：推荐系统_协同过滤.mp428.65MB6：推荐系统_协同过滤_4.mp429.76MB7：推荐系统架构_实时_离线.mp441.81MB8：推荐系统架构_实时_离线.mp441.79MB9：推荐系统列表_关联特征权重_基本特征权重的计算.mp437.58MB10：推荐系统列表_关联特征权重_基本特征权重的计算.mp443.64MB11：推荐系统列表_关联特征权重_基本特征权重的计算.mp441.91MB12：推荐系统_数据源.mp433.87MB13：推荐系统_数据源.mp431.31MB章节2：推荐系统--数据预处理和模型构建评估实战570.96MB
14：HQL语句_python脚本构建中间结果.mp448.91MB15：HQL语句_python脚本构建中间结果.mp446.79MB16：HQL语句_python脚本构建中间结果.mp443.99MB17：HQL语句_python脚本构建中间结果_4.mp447.18MB18：推荐系统_数据预处理_spark构建特征索引_标签列.mp443.8MB19：spark构建特征索引_标签列.mp443.31MB20：spark构建特征索引_标签列.mp442.32MB21：spark构建特征索引_标签列_4.mp439.89MB22：MLlib调用算法计算模型文件并存储.mp440.21MB23：MLlib调用算法计算模型文件并存储.mp437.77MB24：MLlib调用算法计算模型文件并存储.mp443.55MB25：ACC准确率和AUC面积的计算以及意义.mp493.24MB章节3：推荐系统--模型使用和推荐服务484.87MB
26：推荐模型文件使用思路.mp425.82MB27：Redis数据库安装及其使用.mp416.62MB28：实时在线推荐列表计算逻辑代码讲解.mp450.63MB29：实时在线推荐列表计算逻辑代码讲解.mp440.17MB30：实时在线推荐列表计算逻辑代码讲解.mp436.75MB31：实时在线推荐列表计算逻辑代码讲解_4.mp436.51MB32：使用Dubbo将推荐系统做成服务.mp441.3MB33：使用Dubbo将推荐系统做成服务.mp441.4MB34：使用Dubbo将推荐系统做成服务.mp445.74MB35：Dubbo推荐服务演示_SparkMLlib介绍.mp451.29MB36：Dubbo推荐服务演示_SparkMLlib介绍.mp447.92MB37：Dubbo推荐服务演示_SparkMLlib介绍.mp450.71MB13-深度学习-原理和进阶1.58GB
章节1：神经网络算法524.4MB
1：神经网络是有监督的算法_生物神经元到人工神经元.mp463.3MB2：三种常见的激活函数_网络拓扑介绍_优化算法.mp433.55MB3：单层神经网络正向传播计算过程_用神经网络理解逻辑回归做多分类.mp445.44MB4：用神经网络理解Softmax回归.mp444.38MB5：隐藏层的意义_隐藏层相当于去做预处理_升维降维.mp469.11MB6：多节点网络输出_sklearn中NN模块的介绍.mp453.02MB7：sklearn中NN模型的代码使用.mp469.28MB8：隐藏层激活函数必须是非线性的.mp413.69MB9：tensorflow概要_conda创建虚拟环境_CPU版本的tensorflow安装.mp4132.12MB神经网络.pdf518.13KB章节2：TensorFlow深度学习工具666.41MB
10：CUDA下载地址_CUDA显卡白名单地址.mp457.91MB11：CUDA安装_cudnn安装_环境变量配置_检验是否安装成功.mp460.71MB12：Tensorflow代码运行机制_TF基础的代码.mp498.16MB13：TF实现线性回归解析解的方式_TF实现线性回归梯度下降的方式.mp4106.23MB14：TF实现线性回归BGD的方式_使用Optimizer_每轮打乱数据.mp4130.43MB15：TF实现Softmax回归来识别MNIST手写数字.mp4108.49MB16：TF实现DNN来识别MNIST手写数字.mp4104.48MB章节3：反向传播推导_Python代码实现神经网络431.97MB
17：反向传播_链式求导法则.mp456.13MB18：反向传播推导(一).mp491.08MB19：反向传播推导(二)从输出层到最后一个隐藏层.mp478.81MB20：反向传播推导(三)从输出层到最后一个隐藏层Softmax多分类为例.mp465.08MB21：反向传播推导(四)关于Δ和a还有梯度的更新事宜.mp425.06MB22：python实现神经网络训练代码讲解(一).mp450.79MB23：python实现神经网络正向反向传播训练.mp465.01MB14-深度学习-图像识别原理4.04GB
章节1：卷积神经网络原理497.11MB
1：回顾深度神经网络_卷积层是局部连接.mp481.89MB2：单通道卷积的计算.mp465.27MB3：彩色图片卷积的计算.mp436.33MB4：卷积层权值共享.mp437.06MB5：卷积的补充与Padding填充模式.mp456.33MB6：卷积的计算TF中的API操作与参数.mp476.76MB7：池化的概念和TF中的API的操作与参数.mp452.54MB8：经典的CNN架构和LeNet5.mp490.93MB章节2：卷积神经网络优化709.59MB
9：AlexNet网络结构_连续使用小的卷积核好处.mp460.49MB10：Dropout技术点思想和运用.mp472.22MB11：数据增强技术点_CNN对MNIST数据集分类_卷积池化代码.mp462.59MB12：CNN对MNIST数据集分类_全连接层以及训练代码.mp475.35MB13：深度学习网络对应ACC准确率忽然下降的思考点.mp463.34MB14：减轻梯度消失问题中激活函数发挥的作用.mp425.71MB15：减轻梯度消失问题中参数初始化发挥的作用.mp454.56MB16：VGG网络结构_以及1乘1的卷积核的作用和好处.mp476.57MB17：Optimizer_SGD_Momentum.mp459.32MB18：Optimizer_Adagrad_Adadelta_RMSprop.mp479.54MB19：Optimizer_Adam.mp479.91MB章节3：经典卷积网络算法1.71GB
20：Keras介绍_以及不同项目调用不同的python环境和CUDA环境(1).mp478MB20：Keras介绍_以及不同项目调用不同的python环境和CUDA环境.mp478MB21：VGG16_Fine-tuning_对MNIST做手写数字识别(1).mp489.69MB21：VGG16_Fine-tuning_对MNIST做手写数字识别.mp489.69MB22：InceptionV1_V2(1).mp4131.69MB22：InceptionV1_V2.mp4131.69MB23：InceptionV3_以及InceptionV3对皮肤癌图片识别(1).mp4124.68MB23：InceptionV3_以及InceptionV3对皮肤癌图片识别.mp4124.68MB24：ResNet残差单元_BottlenetBlocK(1).mp472.33MB24：ResNet残差单元_BottlenetBlocK.mp472.33MB25：DenseNet和Keras里面的实现(1).mp4116.93MB25：DenseNet和Keras里面的实现.mp4116.93MB26：DenseNet在Keras里面的代码实现(1).mp452.49MB26：DenseNet在Keras里面的代码实现.mp452.49MB27：BatchNormalization(1).mp484.12MB27：BatchNormalization.mp484.12MB28：Mobilenet网络架构(1).mp4123.63MB28：Mobilenet网络架构.mp4123.63MB章节4：古典目标检测378.49MB
29：图像识别任务_古典目标检测.mp4121.49MB30：使用OpenCV调用分类器找到目标框.mp473.92MB31：IOU以及python计算的代码.mp418.51MB32：R-CNN和SPP-net.mp468.4MB33：从FastRCNN引入FasterRCNN.mp493.8MB目标检测.pdf2.36MB章节5：现代目标检测之FasterRCNN809.48MB
34：回顾RCNN_SPPnet_Fast-RCNN.mp496.32MB35：FasterRNN的核心RPN_正向传播的框过滤_NMS.mp4152.24MB36：NMS代码实现流程_mAP目标检测平均指标.mp4105.18MB37：FasterRCNN论文讲解_从介绍到RPN的loss.mp4198.76MB38：FasterRCNN论文讲解_从RPN损失到评估指标对比.mp4250.49MBFasterR-CNNTowardsReal-TimeObjectDetectionwithRegionProposalNetworks.pdf6.49MB15-深度学习-图像识别项目实战1.12GB
章节1：车牌识别129.4MB
1：基于CascadeClassifier来提取目标框做车牌识别代码详解_01.mp431.79MB2：基于CascadeClassifier来提取目标框做车牌识别代码详解_02.mp433.64MB3：基于CascadeClassifier来提取目标框做车牌识别代码详解_03.mp418.45MB4：基于CascadeClassifier来提取目标框做车牌识别代码详解_04.mp428.08MB5：车牌识别项目关于目标检测的问题.mp417.44MB章节2：自然场景下的目标检测及源码分析878MB
6：FasterRCNN项目代码_环境说明_数据集详解_项目结构说明.mp446.53MB7：FasterRCNN项目代码_数据加载.mp439.94MB8：FasterRCNN项目代码_数据增强.mp431.37MB9：FasterRCNN项目代码_数据初始化.mp430.31MB10：FasterRCNN项目代码_模型的训练.mp417.61MB11：回归整体训练流程_详解读取数据blob_01.mp433.04MB12：回归整体训练流程_详解读取数据blob_02.mp431.64MB13：回归整体训练流程_详解读取数据blob_03.mp418.48MB14：回归整体训练流程_详解读取数据blob_04.mp427.24MB15：FasterRCNN代码_构建head.mp425.91MB16：FasterRCNN代码_构建RPN网络_01.mp449.33MB17：FasterRCNN代码_构建RPN网络_02.mp439.32MB18：FasterRCNN代码_根据RPN网络得到校正后的预测的框_01.mp437.69MB19：FasterRCNN代码_根据RPN网络得到校正后的预测的框_02.mp448MB20：FasterRCNN代码_bbox剪裁_NMS非极大值抑制.mp446.08MB21：FasterRCNN代码_给RPN准备正负例样本_01.mp440.86MB22：FasterRCNN代码_给RPN准备正负例样本_02.mp462.3MB23：FasterRCNN代码_给RPN准备正负例样本_03.mp422.05MB24：FasterRCNN代码_给RPN准备正负例样本_04.mp419.13MB25：FasterRCNN代码_给RPN准备正负例样本_05.mp429.94MB26：FasterRCNN代码_给RPN准备正负例样本_06.mp442.6MB27：FasterRCNN代码_给RPN准备正负例样本_07.mp437.95MB28：FasterRCNN代码_给RPN准备正负例样本_08.mp421.93MB29：FasterRCNN代码_给最终RCNN准备正负例样本_ROI池化_01.mp426.51MB30：FasterRCNN代码_给最终RCNN准备正负例样本_ROI池化_02.mp425.42MB31：FasterRCNN代码_添加Loss损失_smoothL1loss.mp426.83MB章节3：图像风格迁移137.82MB
32：图片风格融合项目_架构_代码实现要点.mp430.54MB33：图片风格融合项目_架构_代码实现要点.mp435.38MB34：图片风格融合项目_架构_代码实现要点.mp434.81MB35：图片风格融合项目_架构_代码实现要点_4.mp437.08MB16-深度学习-目标检测YOLO(V1-V4全版本)实战3.01GB
章节1：YOLOv1详解561.67MB
1：YOLOv1论文详解_算法特点介绍.mp4143.16MB2：YOLOv1论文详解_网络架构_思想.mp4163.33MB3：YOLOv1论文详解_训练中的技巧_Loss损失函数.mp4192.72MB4：YOLOv1论文详解_NMS_局限性.mp462.47MB章节2：YOLOv2详解619.35MB
5：YOLOv2论文详解_BN_高分辨率_引入AnchorBoxes.mp4138.74MB6：YOLOv2论文详解_mAP更better的一些点.mp4212.94MB7：YOLOv2论文详解_Darknet19_分类数据和检测数据集融合_多标签.mp4120.92MB8：YOLOv2论文详解_层级分类_层级分类用于目标检测.mp4146.75MB章节3：YOLOv3详解623.81MB
9：YOLOv3论文详解_每个框都要预测多个类别概率.mp464.54MB10：YOLOv3论文详解_引入了FPN的思想特征融合_多路输出_DarkNet53.mp4109.35MB11：YOLOv3论文详解_总结_FocalLoss.mp4100.58MB12：YOLOv4论文概述_介绍.mp496.28MB13：YOLOv4论文概述_BOS_BOF.mp4253.06MB章节4：YOLOv3代码实战705.88MB
14：YOLOv3代码剖析_项目介绍.mp495.01MB15：YOLOv3代码剖析_聚类anchors_构建backbone主干网络.mp4144.47MB16：YOLOv3代码剖析_model输出之后的预测框的计算.mp4138.41MB17：YOLOv3代码剖析_使用model预测的其余代码.mp454.57MB18：YOLOv3代码剖析_weights到h5模型的转换.mp483.7MB19：YOLOv3代码剖析_模型的训练部分详解.mp4189.72MB章节5：YOLOv4详解568.71MB
20：YOLOv4_BOF_DropBlock_FocalLoss.mp4159.22MB21：YOLOv4_BOF_GIoU_DIoU_CIoU.mp472.25MB22：YOLOv4_BOS_ASPP_SAM_SoftNMS_Mish.mp4163.21MB23：YOLOv4_BOS_SAM_PAN_CSP_CmBN.mp4174.03MB17-深度学习-语义分割原理和实战1.22GB
章节1：上采样_双线性插值_转置卷积464.64MB
1：前言.mp414.47MB2：上采样_repeat.mp416.98MB3：线性插值.mp423.87MB4：双线性插值.mp466.03MB5：转置卷积_以及TF的API.mp462.74MB6：双线性插值作为转置卷积核的初始参数.mp483.64MB7：ROIAlign.mp447.15MB8：FPN思想与网络结构.mp448.2MB9：FPN应用于FasterRCNN_ResNetFPN.mp4101.57MB章节2：医疗图像UNet语义分割119.73MB
10：语义分割的基本概念.mp414.13MB11：FCN全卷积网络做语义分割.mp428.3MB12：UNet网络结构.mp417.9MB13：UNet网络医疗图像的语义分割.mp459.4MB章节3：蒙版弹幕MaskRCNN语义分割661.65MB
14：MaskRCNN网络结构.mp454.01MB15：MaskRCNN的项目展示.mp4117.07MB16：MaskRCNN网络架构回顾.mp474.84MB17：MaskRCNN根据文档和论文总结重要的知识点.mp4191.29MB18：MaskRCNN项目关于运行代码环境的说明.mp434.35MB19：MaskRCNN源码config和model.mp4190.09MB18-深度学习-人脸识别项目实战897.01MB
章节1：人脸识别897.01MB
1：人脸识别任务种类_具体做法思路.mp426.65MB2：开源的FaceNet项目介绍.mp429.12MB3：人脸识别项目代码整体结构.mp423.36MB4：MTCNN论文_摘要和介绍.mp462.24MB5：MTCNN论文_网络整体架构.mp466.92MB6：PRelu_每阶段输出多分支意义.mp435.08MB7：每一个阶段每个分支的Loss损失_整合每个分支的Loss.mp457.33MB8：训练数据的准备_每一阶段训练的流程.mp453.05MB9：总结MTCNN_缩放因子_注意3阶段网络里面的全连接.mp451.73MB10：人脸识别项目代码_加载MTCNN模型.mp453.2MB11：人脸识别项目代码_读取图片带入MTCNN网络给出人脸候选框.mp448.88MB12：FaceNet论文_摘要和前情介绍.mp458.45MB13：FaceNet论文_相关的介绍.mp442.19MB14：FaceNet论文_TripleLoss思路来源和目标.mp448.45MB15：FaceNet论文_TripleLoss损失函数.mp453.82MB16：FaceNet论文_TripleSelection很至关重要.mp462.93MB17：FaceNet论文_ZF和Inception对比_总结.mp457.56MB18：人脸识别项目代码_FaceNet模型加载和使用.mp435.74MB19：人脸识别项目代码_人脸匹配以及最后的绘图展示.mp430.32MB19-深度学习-NLP自然语言处理原理和进阶1.61GB
章节1：词向量与词嵌入540.19MB
1：N-gram语言模型.mp4100.9MB2：NPLM神经网络语言模型.mp491.13MB3：词向量的作用.mp436.29MB4：CBOW模型思想和计算过程.mp4100.15MB5：Skip-gram模型思想和计算过程.mp433.2MB6：Huffman树_分层Softmax的思想.mp466.23MB7：分层Softmax应用到CBOW模型上.mp451.31MB8：负采样和负采样应用到CBOW模型上.mp459.08MBWord2Vec.pdf1.89MB章节2：循环神经网络原理与优化480.89MB
9：理解RNN循环神经网络拓扑结构.mp474.59MB10：理解RNN循环神经网络计算流程.mp429.87MB11：利用RNN循环神经网络对MNIST手写数字识别.mp496.49MB12：理解LSTM长短时记忆_记住Topo和公式.mp4104.73MB13：VanillaRNN的回顾复习.mp472.4MB14：补充讲一下为什么RNN中链越长越容易梯度消失.mp427.92MB15：LSTM的回顾复习_LSTM手写数字识别.mp426.32MB16：双向RNN_LSTM.mp430.09MB17：RNN里面应用的Topology结构.mp415.64MBRNN_Attention机制.pdf2.83MB章节3：从Attention机制到Transformer359.03MB
18：Seq2Seq中Attention注意力机制(1).mp439.99MB18：Seq2Seq中Attention注意力机制.mp439.99MB19：Transformer_Self-Attention_Multi-head(1).mp479.26MB19：Transformer_Self-Attention_Multi-head.mp479.26MB20：Transformer_Positional_使用逻辑_网络结构总结(1).mp455.1MB20：Transformer_Positional_使用逻辑_网络结构总结.mp455.1MBRNN_Attention机制(1).pdf5.16MBRNN_Attention机制.pdf5.16MB章节4：ELMO_BERT_GPT268.92MB
21：ELMO(1).mp433.25MB21：ELMO.mp433.25MB22：BERT理论(1).mp452.58MB22：BERT理论.mp452.58MB23：ERNIE_GPT(1).mp443.47MB23：ERNIE_GPT.mp443.47MBRNN_Attention机制(1).pdf5.16MBRNN_Attention机制.pdf5.16MB20-深度学习-NLP自然语言处理项目实战1.82GB
章节1：词向量399.76MB
1：回顾了词向量里面训练的Topology.mp491.34MB2：Word2Vec项目代码_加载数据_构建字典.mp475.49MB3：Word2Vec项目代码_构建一个个批次数据.mp465.4MB4：Word2Vec项目代码_正向传播的Graph构建_NCE损失的计算本质.mp480.94MB5：Word2Vec项目代码_评估比较相似度_最后的训练绘图.mp468.29MB6：Word2Vec项目代码_总结串讲.mp418.31MB章节2：自然语言处理--情感分析208.85MB
7：Keras实战RNN以及词嵌入来做情感分析.mp428.82MB8：数据预处理_01.mp433.19MB9：数据预处理_02.mp424.32MB10：代码讲解_01.mp424.56MB11：代码讲解_02.mp427.78MB12：代码讲解_03.mp424.5MB13：代码讲解_04.mp426.34MB14：代码讲解_05.mp419.33MB章节3：AI写唐诗330.02MB
15：AI写唐诗_数据的读取_字典的构建_文本的索引化.mp489.26MB16：AI写唐诗_训练数据的构建.mp444.78MB17：MultiRNNCell单元.mp422.27MB18：AI写唐诗_从词嵌入到构建RNN再到输出层概率输出.mp452.61MB19：AI写唐诗_损失的计算_梯度的求解截断和更新_最终的训练代码.mp448.59MB20：AI写唐诗_模型的使用_增加随机性.mp472.51MB章节4：Seq2Seq聊天机器人214.56MB
21：从AI写唐诗到Seq2Seq再到Encoder-Decoder.mp469.51MB22：Seq2Seq版Chatbot的数据预处理.mp475.2MB23：Seq2Seq版Chatbot训练和模型使用.mp469.86MB章节5：实战NER命名实体识别项目586.69MB
24：回顾了一下CRF训练和使用过程.mp456.68MB25：介绍了代码目录结构.mp419.69MB26：NER代码读取数据和预处理.mp485.89MB27：feature进入BiLSTM进行正向传播的过程.mp468.89MB28：通过CRF层来计算Loss损失以及训练.mp466.03MB29：BiLSTM-CRF模型的预测代码.mp460.45MB30：CRF中的特征函数们.mp487.83MB31：对比逻辑回归_相比HMM优势.mp483.05MB32：补充标注偏置问题_HMM做分词代码结构.mp458.18MB章节6：BERT新浪新闻10分类项目90.17MB
33：BERT新浪新闻10分类项目.mp490.17MB章节7：GPT2聊天机器人37.61MB
34：GPT2闲聊机器人.mp437.61MB21-深度学习-OCR文本识别1.04GB
章节1：深度学习-OCR文本识别1.04GB
1：传统OCR识别_深度学习OCR识别.mp4130.34MB2：OCR识别本质就是文字检测和文字识别.mp480.13MB3：OCR识别的CTC损失思想.mp495.96MB4：总结理解深度学习文字识别架构.mp434.81MB5：CTC损失函数的理解.mp4130.26MB6：CTC损失函数前向后向算法推导_梯度求导公式推导.mp485.53MB7：CTC前向后向算法代码.mp486.6MB8：GreedySearch和BeamSearch解码的方式与代码逻辑.mp4116.48MB9：CPTN项目代码剖析.mp4173.24MB10：CRNN项目代码剖析.mp4127.07MB24-【加课】Pytorch项目实战984.81MB
章节1：PyTorch运行环境安装_运行环境测试124.5MB
1：PyTorch概述.mp426.67MB2：PyTorch的安装.mp445.81MB3：Pycharm关联PyTorch运行环境.mp424.03MB4：Jupyter关联PyTorch运行环境.mp427.99MB章节2：PyTorch基础_Tensor张量运算177.16MB
5：Tensor的创建.mp442.45MB6：修改Tensor的形状_索引操作.mp456.59MB7：广播机制_逐元素操作.mp433.45MB8：归并操作_比较操作_矩阵操作.mp444.67MB章节3：PyTorch卷积神经网络_实战CIFAR10347.44MB
9：PyTorch实战CIFAR10数据_读取和展示.mp458.48MB10：PyTorch实战CIFAR10_构建网络_打印网络层次.mp438.92MB11：PyTorch实战CIFAR10_训练模型_测试模型.mp433.5MB12：PyTorch实战CIFAR10_分类别打印模型准确率.mp419.94MB13：使用全局平均池化_使用LeNet模型.mp426.73MB14：使用集成学习思想训练识别模型.mp453.92MB15：使用VGG16模型提供准确率.mp433.35MB16：torchvision里面的预训练模型.mp420.28MB17：迁移学习_PyTorch代码实战冻结预训练模型参数.mp438.81MB18：PyTorch代码实战加入数据增强.mp423.49MB章节4：PyTorch循环神经网络_词性标注78.59MB
19：PyTorch词性标注_构建数据和词索引号.mp416.72MB20：PyTorch词性标注_构建词嵌入层LSTM层和词性输出层.mp426.98MB21：PyTorch词性标注_构建数据索引化和训练模型代码.mp427.12MB22：PyTorch词性标注_测试模型效果.mp47.78MB章节5：PyTorch编码器解码器_机器翻译257.12MB
23：PyTorch中英文翻译_规范化语料库_构建中英文词典索引.mp431.67MB24：PyTorch中英文翻译_数据预处理.mp424.46MB25：PyTorch中英文翻译_索引化数据_转化成Tensor张量_构建Encoder编码器.mp431.36MB26：PyTorch中英文翻译_构建训练函数之Encoder计算.mp432.85MB27：PyTorch中英文翻译_构建带Attention注意力机制的Decoder解码器.mp443.18MB28：PyTorch中英文翻译_构建训练函数之Decoder计算.mp438.5MB29：PyTorch中英文翻译_评估模型函数.mp434.22MB30：PyTorch中英文翻译_绘制Attentions注意力权重.mp420.88MB25、【加课】百度飞桨PaddlePaddle实战【新增】1.31GB
章节1：PaddlePaddle框架安装_波士顿房价预测168.31MB
1：安装PaddlePaddle.mp436.77MB2：Pycharm运行出现mkl-service或DLL找不到的问题.mp428.19MB3：PaddlePaddle求解线性模型.mp435.67MB4：预测波士顿房价_数据读取_正向传播.mp438MB5：预测波士顿房价_反向传播_模型保存_模型测试.mp429.68MB章节2：PaddlePaddle卷积网络_病理性近视识别193.48MB
6：预测病理性近视_图片数据读取.mp445.49MB7：预测病理性近视_模型训练.mp440.78MB8：预测病理性近视_定义模型结构_评估模型.mp440.92MB9：预测病理性近视_调用经典卷积神经网络.mp466.29MB章节3：PaddleDetection工具_PCB电路板缺陷检测270.61MB
10：PaddleDetection_项目配置.mp442.14MB11：安装配置VisualStudio_解决安装模块pycocotools或cython_bbox编译报错问题.mp431.05MB12：PCB电路板缺陷检测_Images和Annotations.mp429.76MB13：PCB电路板缺陷检测_前期数据的分析.mp455.99MB14：PCB电路板缺陷检测_项目配置文件.mp427.18MB15：PCB电路板缺陷检测_模型训练.mp443.74MB16：PCB电路板缺陷检测_模型预测.mp440.76MB章节4：PaddleOCR工具_车牌识别（目标检测+CRNN+CTCLoss)257.49MB
17：PaddleOCR_项目配置_CCPD数据集介绍.mp447.4MB18：车牌识别项目_详解数据准备阶段代码.mp428.73MB19：车牌识别项目_运行保存标签和剪切出的车牌图片.mp437.23MB20：车牌识别项目_车牌目标框检测模型训练.mp444.2MB21：车牌识别项目_车牌字符识别模型训练.mp445.18MB22：车牌识别项目_车牌识别模型导出及预测.mp454.75MB章节5：PaddleNLP模块_物流信息提取（BiGRU+CRF）301.88MB
代码0B
23：PaddleNLP_项目配置.mp430.94MB24：PaddleNLP_物流信息提取项目介绍.mp432.51MB25：物流信息提取项目_解决导包显示找不到nul问题.mp442.22MB26：PaddleNLP_物流信息提取项目_加载数据构建DataSet.mp438.36MB27：PaddleNLP_物流信息提取项目_进一步通过DataSet构建出DataLoader.mp437.31MB28：PaddleNLP_物流信息提取项目_构建网络模型.mp432.75MB29：PaddleNLP_物流信息提取项目_模型训练.mp435.53MB30：PaddleNLP_物流信息提取项目_合并结果并展示_使用预训练的词向量提升效果.mp452.25MB章节6：PaddleNLP模块_物流信息提取（ERNIE版）144.77MB
31：PaddleNLP_物流信息提取项目_ERNIE实战_加载数据集构建Dataset.mp434.05MB32：PaddleNLP_物流信息提取项目_ERNIE实战_详解Tokenizer作用.mp439.05MB33：PaddleNLP_物流信息提取项目_ERNIE实战_讲解模型训练和评估代码.mp434.16MB34：PaddleNLP_物流信息提取项目_ERNIE实战_讲解ChunkEvaluator和输出预测结果.mp437.51MB26-【加课】Linux环境编程基础402.46MB
章节1：Linux402.46MB
1：Linux_课程介绍.mp42.93MB2：Linux_Linux简介.mp413MB3：Linux_VMWare安装及使用.mp413.59MB4：Linux_安装Linux.mp425.92MB5：Linux_目录介绍.mp413.24MB6：Linux_Linux中的路径.mp413MB7：Linux_常用命令_pwd命令.mp44.74MB8：Linux_常用命令_cd命令.mp46.05MB9：Linux_常用命令_ls与ll命令.mp422.63MB10：Linux_常用命令_clear、touch、cat命令.mp46.87MB11：Linux_常用命令more、head、tail命令.mp411.7MB12：Linux_常用命令_mkdir命令.mp47.43MB13：Linux_常用命令_cp命令.mp410.7MB14：Linux_常用命令_rm、mv命令.mp419.97MB15：Linux_常用命令_vi、vim.mp422.86MB16：Linux_常用命令_reboot、halt.mp44MB17：Linux_常用配置_设置时区.mp418.87MB18：Linux_常用配置_启动网络.mp411.22MB19：Linux_常用配置_修改网段.mp48.25MB20：Linux_常用配置_设置网络类型.mp418.89MB21：Linux_常用配置_快照与克隆.mp410.7MB22：Linux_Xshell的安装与使用.mp414.02MB23：Linux_上传与下载_Xftp的使用.mp412.71MB24：Linux_上传与下载_lrzsz工具.mp429.88MB25：Linux_文件的压缩与解压缩处理.mp428.41MB26：Linux_安装MySQL.mp450.87MB27-【加课】算法与数据结构863.99MB
章节1：算法与数据结构863.99MB
1：数据结构与算法简介.mp417.13MB2：大O表示法.mp411.28MB3：线性结构.mp424.15MB4：单线链表1.mp427.68MB5：单链表2.mp458.44MB6：双链表.mp446.43MB7：队列(链式).mp433.77MB8：队列(线式).mp417.69MB9：栈与双端队列.mp413.03MB10：哈希表的基本结构.mp426.05MB11：哈希表冲突问题.mp436.72MB12：哈希表冲突问题2.mp429.16MB13：哈希扩容.mp442MB14：递归与栈.mp423.2MB15：线性查找.mp427.16MB16：二分查找.mp425.22MB17：冒泡排序.mp426.39MB18：选择排序.mp422.71MB19：插入排序.mp415.87MB20：归并排序.mp440.51MB21：快速排序.mp418.97MB22：树结构.mp442.81MB23：树结构的遍历.mp427.72MB24：最大堆的增加操作.mp436.15MB25：最大堆的删除操作.mp435.13MB26：二叉树的查找.mp441.76MB27：二叉树获取最小值.mp411.16MB28：二叉树的添加.mp430.56MB29：二叉树的删除.mp455.15MB31、【加课】强化学习【新增】2.55GB
章节1：Q-Learning与SARSA算法493.43MB
1：强化学习通过智能体与环境交互进行学习.mp444.67MB2：引入马尔科夫链和价值评估的Q值与V值.mp435.03MB3：详解Q值和V值以及它们之间关系.mp448.04MB4：蒙特卡洛采样回溯计算V值.mp441.14MB5：蒙特卡洛和时序差分估算状态V值.mp444.02MB6：SARSA算法和Q-learning算法.mp439.56MB7：理解Q-table_创建maze交互环境.mp440.23MB8：代码实战Q-Learning_Agent和Env整体交互.mp430.03MB9：代码实战Q-Learning智能体选择行为.mp433.94MB10：代码实战Q-Learning智能体训练模型.mp435.49MB11：代码实战Sarsa_Agent和Env整体交互.mp426.78MB12：代码实战Sarsa_Agent选择行为和训练模型.mp437.68MB13：代码实战SarsaLambda_训练模型.mp436.83MB章节2：DeepQ-LearningNetwork639.12MB
14：DQN算法思想.mp435.24MB15：DQN算法具体流程.mp431.71MB16：ε-greedy_ReplayBuffer_FixedQ-targets.mp454.99MB17：代码实战DQN_Agent和Env整体交互.mp446.11MB18：代码实战DQN_构建Q网络.mp441.08MB19：代码实战DQN_定义损失函数_构建Target网络更新逻辑.mp450.96MB20：代码实战DQN_训练阶段得到Q网络的预测值和真实值.mp447.86MB21：代码实战DQN_训练阶段最小化损失_记录loss方便展示_随着learn的越多选择action随机性减小.mp452.26MB22：DQN会over-estimate的本质原因.mp440.26MB23：DoubleDQN缓解over-estimate.mp439.29MB24：DoubleDQN代码实战.mp439.68MB25：DuelingDQN.mp447.48MB26：困难样本挖掘_Multi-step_NoiseyNet系统的探索.mp449.05MB27：计算Action的方差避免风险.mp428.8MB28：Rainbow_DQN如何计算连续型的Actions.mp434.36MB章节3：PolicyGradient策略梯度331.55MB
29：策略梯度PG_对比基于值和基于策略网络的区别.mp436.1MB30：策略梯度PG_明确目标函数和导函数.mp433.85MB31：策略梯度PG_简化导函数的公式推导.mp433.34MB32：策略梯度PG_总结整体流程_对比交叉熵损失函数求导.mp430.01MB33：策略梯度PG_讲解CartPole环境.mp431.95MB34：代码实战_策略梯度PG和CartPole交互.mp444.45MB35：代码实战_策略梯度PG网络构建.mp428.63MB36：代码实战_策略梯度PG选择行为和参数训练.mp432.87MB37：策略梯度PG_对TotalReward进行均值归一化.mp429.71MB38：策略梯度PG_同一个回合中不同的action回溯不同的TotalReward_代码实战.mp430.66MB章节4：ActorCritic(A3C)559.85MB
39：ActorCritic原理_把PG和QLearning结合起来.mp450.02MB40：AdvantageActorCritic_共享参数和修改reward技巧.mp444.69MB41：代码实战_ActorCritic与环境交互.mp448.29MB42：代码实战_Actor网络构建及训练.mp433.46MB43：代码实战_详解Critic网络构建及训练.mp450.74MB44：A3C架构和训练流程.mp437.52MB45：Pendulum环境_根据网络预测的μ和σ得到连续型的action值.mp444.49MB46：代码实战_A3C_讲解Coordinator调度多线程运算.mp427.84MB47：代码实战_A3C_定义Worker计算loss的逻辑_针对连续型的action提高actor探索性.mp432.62MB48：代码实战_A3C_增加actor探索性用到熵_定义worker正太分布抽样和求梯度的逻辑.mp432.1MB49：代码实战_A3C_定义AC网络结构_定义worker拉取参数和更新全局网络参数的逻辑.mp435.52MB50：代码实战_A3C_结合流程图分三点总结前面讲的代码.mp435.8MB51：代码实战_A3C_讲解线程中worker和环境交互.mp445.16MB52：代码实战_A3C_讲解线程中worker和GlobalNet交互_代码运行效果展示.mp441.57MB章节5：DDPG、PPO、DPPO算法585.66MB
53：DDPG解决DQN不能输出连续型动作的问题_DDPG如何训练Actor和Critic.mp443.4MB54：代码实战_DDPG_构建Actor和Critic四个网络_定义Critic求loss和求梯度的逻辑.mp445.45MB55：代码实战_DDPG_Critic网络构建_Actor网络链式求导.mp450.11MB56：代码实战_DDPG_与环境之间的互动_AC训练调整参数_效果展示.mp438.76MB57：TD3_使用DoubleNetwork优化DDPG.mp457.07MB58：PPO_强调AC如何输出连续型动作_区分On-Policy与Off-Policy.mp434.69MB59：PPO_通过重要性采样使得PPO可以做Off-Policy学习.mp432.08MB60：PPO_重要性采样的问题_期望矫正但是方差还是不同带来的问题.mp434.49MB61：PPO_PPO1、TRPO、PPO2三种不同的方式解决两个分布不同的问题.mp432.5MB62：代码实战_PPO与环境整体交互_Actor与Critic网络构建.mp428.52MB63：代码实战_定义PPO1和PPO2不同版本Actor的Loss计算逻辑.mp436.15MB64：代码实战_剖析PPO代码中如何体现Off-Policy的学习方式_效果展示.mp434.44MB65：DPPO分布式PPO.mp436.43MB66：代码实战_DPPO_创建一个PPO和多个Worker_创建多线程.mp433.08MB67：代码实战_DPPO_GlobalPPO和Workers交替执行.mp448.49MB更多AIGC资源.txt131B
课件.zip59.26GBzz老师AI500集从入门到精通教程1.95GB
章节02【初级篇】文件的基本操作121.1MB
更多AIGC资源.txt131B课时10 下载本章练习文件 new.mp41.53MB课时11 全新的开始界面（看看呗，反正免费） new.mp423.5MB课时12 使用CC2018学习前的界面设置（CC2018及以上适用） new.mp45.6MB课时13 文件的新建（看看呗，反正免费） new.mp417.66MB课时14 文件的新建（看看呗，反正免费） new.mp418.12MB课时15 傻傻弄不清的那些长度单位 new.mp412.66MB课时16 文档高级选项的设置 new.mp411.16MB课时17 画板的初步使用 new.mp47.87MB课时18 文件的存储及注意事项 new.mp415.96MB课时19 文件的关闭 new.mp47.05MB章节03画板的基本操作160.56MB
课时20 下载本章练习文件 new.mp41.52MB课时21 画板的移动 new.mp49.56MB课时22 还原、重做与恢复 new.mp414.85MB课时23 删除画板 修改画板尺寸 new.mp422.43MB课时24 新建 复制 缩放 重命名画板 new.mp420.42MB课时25 画板使用的实用技巧 new.mp47.23MB课时26 画板面板的用法 new.mp420.25MB课时27 画板面板菜单命令的用法 new.mp418.81MB课时28 画板与标尺的关系 new.mp419.27MB课时29 优化的画板管理功能（CC2018及以上适用） new.mp413.6MB课时30 优化的画板移动复制功能（CC2018及以上适用） new.mp412.6MB章节04视图与界面的基本操作188.27MB
课时31 下载本章练习文件 new.mp41.65MB课时32 视图的整体缩放 new.mp421.35MB课时33 视图的精准缩放 new.mp422.01MB课时34 视图的平移 new.mp422.02MB课时35 导航器面板的使用 new.mp442.69MB课时36 窗口界面的布局 new.mp418.64MB课时37 自定义工作区 new.mp437.33MB课时38 屏幕模式的切换方法 new.mp422.58MB章节05线条的绘制253.93MB
课时39 下载本章练习文件 new.mp41.65MB课时40 本章概述 new.mp414.1MB课时41 参考线的用法 new.mp423.39MB课时42 直线段工具 new.mp415.8MB课时43 直线段的编辑 new.mp422.66MB课时44精确移动物体 new.mp416.88MB课时45 剪刀工具 new.mp414.22MB课时46 线段的连接 new.mp423.85MB课时47 弧形工具 new.mp425.23MB课时48 矩形网格工具 new.mp432.92MB课时49 极坐标网格工具 new.mp417.11MB课时50 螺旋线工具 new.mp426.24MB课时51 绘制多重线条 new.mp419.87MB章节06图形的绘制351.31MB
课时52 下载本章练习文件 new.mp41.65MB课时53 本章概述 new.mp416.37MB课时54 创建文档模板 new.mp417.3MB课时55 椭圆的创建 new.mp424.36MB课时56 椭圆的编辑 new.mp426.92MB课时57 4种灵活的粘贴模式 new.mp425.34MB课时58 复合路径的创建 new.mp414.28MB课时59 矩形的创建 new.mp424.24MB课时60 矩形的编辑--01 new.mp418.41MB课时61 矩形的编辑--02 new.mp427.16MB课时62 多边形工具的用法 new.mp414.48MB课时63 星形工具的用法--01 new.mp413.93MB课时64 星形工具的用法--02 new.mp430.57MB课时65 星形工具的用法--03 new.mp425.99MB课时66 投影特效的创建 new.mp422.31MB课时67 光晕工具的用法 new.mp448.02MB章节07色彩的控制179.51MB
课时68 下载本章练习文件 new.mp41.65MB课时69 本章概述 new.mp414.13MB课时70 RGB与CMYK色彩模式 new.mp428.83MB课时71 HSB调色模式 new.mp416.41MB课时72 颜色光谱 new.mp411.97MB课时73 色板的应用 new.mp433.55MB课时74 全局色的应用 new.mp421.27MB课时75 色板的整理 new.mp414.55MB课时76 吸管工具 new.mp418.08MB课时77 载入外部色板 new.mp419.07MB章节08路径描边的玩法276.74MB
课时78 下载本章练习文件 new.mp41.65MB课时79 本章概述 new.mp419.35MB课时80 什么是路径 new.mp423.72MB课时81 编辑描边的粗细 new.mp412.56MB课时82 编辑描边的对齐 new.mp413.42MB课时83 编辑对齐端点与边角 new.mp415.48MB课时84 编辑虚线描边 new.mp425.87MB课时85 宽度工具的基本用法 new.mp424.86MB课时86 宽度工具的高级用法 new.mp422.57MB课时87 宽度工具的跨界用法 new.mp421.67MB课时88 宽度配置文件的应用 new.mp415.63MB课时89 创建圆点描边 new.mp418.29MB课时90 实战-绘制齿轮 new.mp423.91MB课时91 创建多重描边 new.mp437.76MB章节09文字的玩法468.56MB
课时92 下载本章练习文件 new.mp41.65MB课时93本章概述 new.mp413.72MB课时94 文本的输入与置入 new.mp436.41MB课时95 点文本和区域文字 new.mp426.77MB课时96 区域文字选项 new.mp442.03MB课时97 文本的选择 new.mp423.66MB课时98 文本的对齐 new.mp417.66MB课时99 调整文字大小与字间距 new.mp421.49MB课时100 字符面板的常用参数 new.mp424.94MB课时101 段落面板的常用参数 new.mp429.45MB课时102 用文本绕排制作首字下沉 new.mp424.66MB课时103 用文本绕排制作图文混排 new.mp430.17MB课时104 文字排版常见问题的解决方法 new.mp455.96MB课时105 自定义段落样式 new.mp433.65MB课时106 路径文本的用法 new.mp429.43MB课时107 更便捷的文字调整功能（CC2018及以上适用） new.mp416.66MB课时108 新增的variable字体（CC2018及以上适用） new.mp440.25MB章节10路径的编辑0B
章节11铅笔系列工具0B
章节12斑点画笔工具0B
章节13曲率工具0B
章节14钢笔工具0B
章节15屏幕图像的导出0B
章节16【中级篇】图像的描摹——基础练习0B
章节17图像的描摹——高级部分0B
章节18路径查找器0B
章节19图层的管理0B
章节20外观的玩法0B
章节21静态变换与动态变换0B
章节22对象的对齐与分布0B
章节23渐变填色的玩法0B
章节24自动混合功能0B
章节25剪切蒙版与实时上色0B
章节26链接图片的玩法0B
章节27图形样式的玩法0B
章节28打印与设置0B
章节29【高级篇】渐变网格的玩法0B
章节30符号的应用0B
章节31不透明度蒙版的玩法0B
章节32液化系列工具的玩法0B
章节33自由变形系列工具0B
章节34 3D 功能的玩法0B
章节35图案画笔的应用0B
章节36透视网格的玩法0B
章节37【最新上线】表格的玩法0B
章节38【AI与插画设计】— LowPoly老鹰0B
章节39【AI与插画设计】— 猫头鹰对称对称风格插画0B
章节40 【AI与插画】绘制精美2.5d场景0B
章节41【AI与图案设计】用AI制作无缝背景0B
章节42 AI与包装设计0B
章节42AI CC 2018 牛逼新功能大全0B
章节43 AI CC 2019 牛逼新功能大全0B
章节43【最新上线】AI与标志设计0B
Deepseek零基础AI编程课0B
Deepseek破除限制文件补丁0B
更新0B
厦大团队：大模型概念、技术与应用实践（140页PPT读懂大模型）0B
（更新中）0B
00 Deepseek官方提示词.txt7.93KBDeepSeek-R1使用指南（简版）.pdf5.96MB
deepseek使用技巧大全.rar3.98MBDeepSeek图解10页PDF.pdf2.64MB教大家如何使用Deepseek AI进行超级降维知识输出V1.0版.pdf892.76KB普通人学AI指南 (1).pdf8.39MB网站声明：
1. 该网盘资源的安全性和完整性需要您自行判断，点击下载地址直接跳转到网盘官方页面。本站链接通过程序自动收集互联网公开分享链接，本站不储存、复制、传播任何网盘文件，也不提供下载服务。
2. 本站遵守相关法律法规，坚决杜绝一切违规不良信息，如您发现任何涉嫌违规的网盘信息，请立即向网盘官方网站举报，并及时反馈给我们进行屏蔽删除。
3. 本站高度重视知识产权保护和个人隐私保护，如有网盘链接侵犯您的合法权益，请立即向网盘官方网站举报，并参见本站《版权说明》提供书面材料联系我们屏蔽删改。
1. 该网盘资源的安全性和完整性需要您自行判断，点击下载地址直接跳转到网盘官方页面。本站链接通过程序自动收集互联网公开分享链接，本站不储存、复制、传播任何网盘文件，也不提供下载服务。
2. 本站遵守相关法律法规，坚决杜绝一切违规不良信息，如您发现任何涉嫌违规的网盘信息，请立即向网盘官方网站举报，并及时反馈给我们进行屏蔽删除。
3. 本站高度重视知识产权保护和个人隐私保护，如有网盘链接侵犯您的合法权益，请立即向网盘官方网站举报，并参见本站《版权说明》提供书面材料联系我们屏蔽删改。