【黑马程序员】年度钻石会员-人工智能AI进阶 价值11980元-重磅首发-完结无秘 - 酷夫资源搜索-网盘资源搜索神器

• file:01-阶段1-3（python基础 、python高级、机器学习）.zip
• file:03-阶段5（自然语言处理NLP）、阶段6（NLP项目）.zip
• file:02-阶段4 （计算机视觉CV) 阶段6 （CV项目）.zip
• file:22-迁移学习—迁移理论—加载和使用预训练模型全小节增补-5加载分类模型头结果输出.mp4
• file:13-Transformer—新增案例机器翻译模型-4掩码的构建.mp4
• file:01-文本预处理-文本预处理-文本数据增强讲解.mp4
• file:09-RNN及其变体-RNN架构解析-注意力机制的增补attention应用场景.mp4
• file:26-虚拟机的使用.mp4
• file:25-迁移学习—迁移理论—迁移学习实践增补内容-模型上传后加载使用.mp4
• file:03-文本预处理- 新闻主题分类任务-数据加载方式的增补代码解读.mp4
• file:08-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-输出层权值的更新.mp4
• file:16-深度学习基础-图像分类-图像分类案例补充(6)-网络构建（输入流）.mp4
• file:01-深度学习基础-TensorFlow和keras入门-张量计算增补-轴axis的意义.mp4
• file:10-深度学习基础-深度神经网络-卷积神经网络CNN增补-网络参数量的计算.mp4
• file:03-深度学习基础-深度神经网络-神经网络介绍-网络是如何工作的-参数初始化增补-初始化方式的对比.mp4
• file:02-Python简介.mp4
• file:25-（重点）不定长参数应用案例.mp4
• file:12-（重点）位置参数与关键字参数.mp4
• file:26-（重点）字典与元组拆包.mp4
• file:15-（重点）列表的定义与元素的访问.mp4
• file:（回顾）课程回顾.mp4
• file:18-（重点）Python中format格式化输出的简写形式.mp4
• file:（回顾）Python环境搭建与输入输出.mp4
• file:19-（重点）Python中input函数详解.mp4
• file:16-（重点）百分号形式的格式化输出高级特性.mp4
• file:15-（重点）for循环学习目标.mp4
• file:18-（重点）用户登录案例演示.mp4
• file:02-（了解）文件操作概述.mp4
• file:04-（对比）绝对路径与相对路径.mp4
• file:07-（重点）f.seek移动文件指针.mp4
• file:05-（对比）重点掌握r-w-a三种模式.mp4
• file:07-（重点）字符串索引下标与循环遍历.mp4
• file:14-（答疑）验证码的由来.mp4
• file:10-（重点）字符的查找案例之获取图片名称与图片后缀.mp4
• file:13-（重点）获取4位随机验证码.mp4
• file:07-（重点）循环中的两大关键词break与continue（必须要在continue之前更新计数器）.mp4
• file:10-（重点）循环嵌套基本语法与执行流程.mp4
• file:18-（作业）猴子吃桃问题.mp4
• file:19-（了解）函数在内存中的存储形式.mp4
• file:07-（理解）函数的嵌套执行流程与Debug工具的使用.mp4
• file:09-（重点）学生管理系统多分支判断.mp4
• file:01-（作业）使用for循环嵌套生成列表嵌套结构.mp4
• file:05-（作业）百分号输出格式化又出现了百分号的情况.mp4
• file:04-（作业）不引入第三方变量实现两个数交换（和Java通用）.mp4
• file:07-（作业）字典的key不同类型如何判断.mp4
• file:04-（扩展）小海龟会画画.mp4
• file:03-（案例）报数字游戏案例.mp4
• file:01-（重点）while循环中的else语句结构.mp4
• file:10-（重点）PyCharm快捷键与编程习惯.mp4
• file:01-（作业）三角形与世界杯小组赛成绩.mp4
• file:15-（重点）if...elif...else多重分支语句.mp4
• file:17-（重点）and逻辑判断符简写形式.mp4
• file:09-（重点）全局变量与局部变量.mp4
• file:11-（重点）global应用场景之多个函数共享数据.mp4
• file:06-（重点）PyCharm创建入门Python案例.mp4
• file:13-（重点）可变与非可变数据类型应用.mp4
• file:08-（重点）Pyhton文件备份案例.mp4
• file:13-（扩展慎重）文件夹的递归删除.mp4
• file:11-（重点）os模块实现重命名与删除文件.mp4
• file:10-（案例）文件备份与查漏补缺.mp4
• file:12-（重点）os模块中与文件夹相关的操作方法.mp4
• file:21-（重点）带有默认值以及不定长参数的lambda表达式.mp4
• file:16-（扩展）集合求交集-并集-差集.mp4
• file:05-（重点）封装一个验证码函数-无声音请看下一章替代视频.mp4
• file:08-（答疑）为什么有的函数打印结果返回None.mp4
• file:03-（重点）return返回值详解.mp4
• file:04-（重点）四种类型转换方法.mp4
• file:01-（重点）使用临时变量实现两个变量值的交换.mp4
• file:07-（重点）赋值运算符（注意其执行顺序）.mp4
• file:08-（重点）自定义模块与系统模块重名解决方案.mp4
• file:06-（重点）自定义模块功能测试与__name__魔术方法.mp4
• file:09-（重点）使用__all__魔术变量限制模块中功能的访问.mp4
• file:03-（重点）使用from导入模块的相关功能.mp4
• file:04-（重点）使用as关键字为模块或功能定义别名.mp4
• file:07-（重点）多模块导入式命名冲突问题解决.mp4
• file:15-（重点）斐波那契数列递推代码详解.mp4
• file:19-（重点）粘贴敌方飞机并让其移动.mp4
• file:11-（了解）Python飞机大战学习目标.mp4
• file:14-（重点）飞机大战窗口及背景实现.mp4
• file:17-（重点）常见公共方法汇总（上）.mp4
• file:21-（重点）序列类型数据的相互转换.mp4
• file:18-（重点）公共方法len()与del.mp4
• file:06-（重点）super()方法强制调用父类属性和方法.mp4
• file:07-（了解）MRO方法解析顺序（了解继承关系）.mp4
• file:05-（重点）Python中子类重写父类中的属性或方法.mp4
• file:10-（重点）类属性的概念（与实例属性相区分）.mp4
• file:13-（重点）面向对象其他特性综合案例.mp4
• file:05-（重点）使用类创建多个对象与self关键字详解.mp4
• file:03-（问题）常见面向对象编写问题汇总.mp4
• file:13-（封装）私有属性封装.mp4
• file:10-（小结）魔术方法小结.mp4
• file:75-卷积神经网络-多卷积核计算.mp4
• file:78-卷积神经网络-MaxPool2d使用.mp4
• file:90-循环神经网络-案例-数据清洗.mp4
• file:80-卷积神经网络-案例-图像分类-CIFAR10数据集.mp4
• file:86-循环神经网络-Embedding使用.mp4
• file:53-神经网络基础-正向传播和链式法则.mp4
• file:46-神经网络基础-simoid激活函数.mp4
• file:38-PyTorch使用-模型定义方法-实现线性回归.mp4
• file:41-PyTorch使用-总结.mp4
• file:31-PyTorch使用-手动构建线性回归-假设函数-损失函数-优化方法.mp4
• file:14-PyTorch使用-numpy数组转换为张量.mp4
• file:21-PyTorch使用-张量形状操作transpose和permute函数使用.mp4
• file:01-深度学习课程概述.mp4
• file:63-神经网络基础-dropout对网络参数的影响.mp4
• file:60-神经网络基础-rmsprop优化方法.mp4
• file:70-神经网络基础-价格分类-网络模型调优.mp4
• file:05.总结.mp4
• file:11.数据标注展示2.mp4
• file:11.yololayer的实现.mp4
• file:16.前向传播的实现.mp4
• file:14.多尺度训练.mp4
• file:04.获取图像和目标值.mp4
• file:06.arcface.mp4
• file:18.人脸姿态估计的总结.mp4
• file:05.Resnet的网络结构.mp4
• file:06.不同层网络的额构建.mp4
• file:04.相机标定过程1.mp4
• file:02.世界坐标转换为相机坐标.mp4
• folder:【黑马程序员】年度钻石会员-人工智能AI进阶 价值11980元-重磅首发-完结无秘
• folder:【课外拓展】01、阶段一 HR面试技巧
• folder:资料课件
• folder:【课外拓展】05、阶段五 阶段一 python基础（更新）
• folder:【课外拓展】10、阶段十 CV基础+项目（更新）
• folder:【 主学习路线】06、阶段六 人工智能项目实战
• folder:第一章 1-python基础编程
• folder:第二章 2-深度学习核心模型与实战
• folder:第一章 1-Pytorch与深度学习基础
• folder:第五章 5-03 - 人脸支付
• folder:第二章 2-SQL基础
• folder:第一章 1-文本摘要项目
• folder:3--第三章 智能文本分类系统
• folder:4--第四章 实时人脸识别检测项目
• folder:2--第二章 在线医生
• folder:5--第五章 pandasV2.1
• folder:14--第十四章 SVM算法V2.1
• folder:4--第四章 算法进阶迁移学习
• folder:10--第十章 贝叶斯方法实现及粒子滤波
• folder:11--第十一章 深度强化学习
• folder:9--第九章 fasttext工具的使用-v2.0
• folder:1--第一章 Pytorch工具_v2.0
• folder:12--第十二章 ELMo, GPT等经典模型的介绍与对比-v2.0
• folder:6--第六章 莎士比亚风格的文本生成任务-v2.0
• folder:2--第二章 自然语言处理NLP介绍-v2.0
• folder:7--第七章 Transformer背景介绍-v2.0
• folder:4--第四章 RNN架构解析-v2.0
• folder:10--第十章 MySqL数据库高级使用
• folder:8--第八章 数据结构与算法
• folder:5--第五章 HTTP协议和静态服务器
• folder:6--第六章 闭包,装饰器及python高级语法
• folder:1--第一章 Linux基础命令
• folder:8--第八章 OpenCV基本操作_v.2.0
• folder:12--第十二章 案例人脸案例_v2.0
• folder:17--第十七章 学生管理系统(面向对象版)
• folder:0-22 不定长参数与组包拆包
• folder:0-13 列表定义及使用
• folder:0-4 Python格式化输出
• folder:0-9 for循环及案例
• folder:0-29 文件基本操作
• folder:0-12 字符串查找，替换，合并
• folder:0-7 while循环
• folder:0-20 函数基本使用替代视频（04,05,06）
• folder:0-16 案例-学生管理系统（一）
• folder:0-10 循环else
• folder:0-25 可变类型及非可变类型
• folder:0-28 lambda表达式
• folder:0-34 案例-飞机大战
• folder:0-18 公共方法与推导式
• folder:0-5 面向对象多态
• folder:0-6 类属性方法
• folder:0-1 卷积神经网络基础
• folder:0-5 深度学习基础理论
• folder:0-2 Pytorch张量操作
• folder:0-2 人脸检测子任务
• folder:0-7 yolo目标检测
• folder:0-14 车道线定位与拟合
• folder:0-1 opencv简介
• folder:0-2 FasterRCNN原理与实现
• folder:0-4 yolo v1-v3算法介绍
• folder:0-3 Linux常用命令(1)
• folder:0-17 正则表达式扩展
• folder:0-7 TCP服务器开发
• folder:0-6 Socket网络编程
• folder:0-8 静态Weeb服务器
• folder:0-3 PyMySQL
• folder:0-18 FastAPI搭建Web服务器
• folder:0-13 With上下文管理器
• folder:0-28 Beam-search模型类实现
• folder:0-6 seq3seq架构
• folder:0-30 单词替换法的类实现
• folder:0-38 Flask实现模型部署
• folder:0-29 TF-IDF算法原理和实现
• folder:0-36 GPU优化原理和实现
• folder:0-8 模型类的搭建
• folder:0-2 项目中的数据集初探
• folder:0-15 PGN数据特殊性分析
• folder:0-4 TextRank算法实现模型
• folder:0-24 coverage机制原理
• folder:0-32 回译数据法实现和评估
• folder:0-22 ROUGE算法理论
• folder:0-11 词向量的单独训练
• folder:0-1 文本摘要项项目背景介绍
• folder:1--整体系统搭建
• folder:8--排序模块
• folder:3--特征工程和fasttext模型训练
• folder:4--多模型训练和预测
• folder:2--构建标签词汇图谱
• folder:6--泛娱乐推荐介绍
• folder:5--系统联调和测试
• folder:3--Dlib模型训练
• folder:5--neo4j简介
• folder:28--BERT中文预训练模型1
• folder:24--在线部分简要分析
• folder:27--任务介绍与模型选用及训练数据集
• folder:7--Cypher介绍与使用
• folder:21--BiLSTM+CRF模型
• folder:18--命名实体识别介绍
• folder:11--非结构化数据流水线
• folder:17--NE模型使用
• folder:4--总体架构中的工具介绍
• folder:13--训练数据集
• folder:3--在线医生的总体架构
• folder:20--CRF介绍
• folder:2--Unit对话API使用
• folder:26--主要逻辑服务
• folder:25--werobot服务构建
• folder:8--在Python中使用neo4j
• folder:5--卡尔曼滤波
• folder:21--网络模型搭建（选学）
• folder:18--SIamese网络系列（选学）
• folder:16--车道曲率与车辆偏离中心线距离
• folder:6--匈牙利算法
• folder:12--相机校正和图像去畸变
• folder:17--在视频中进行车道线检测
• folder:3--回归相关知识
• folder:4--北京租房数据统计分析
• folder:2--otto案例
• folder:1--XGBoost算法
• folder:3--lightGBM算法
• folder:1--matplotlib使用
• folder:7--案例 Facebook位置预测
• folder:6--交叉验证, 网格搜索
• folder:3--Deep Q-Network
• folder:2--Q-learning算法
• folder:3--自动编码器改进技巧
• folder:4--词向量迁移
• folder:3--使用Pytorch构建一个神经网络
• folder:1--认识pytorch
• folder:2-- Pytorch中的autograd
• folder:4--请详述BERT, GPT, ELMo模型的对比和各自的优缺点
• folder:4--维特比算法解码隐藏状态序列
• folder:1--使用RNN模型构建人名分类器
• folder:2--使用seq2seq模型架构实现英译法任务
• folder:3--文本张量表示方法
• folder:9--Transformer架构的并行化是如何进行的
• folder:5--采用Multi-head Attention的原因和计算规则
• folder:10--BERT模型的优点和缺点
• folder:4--Transformer中的self-attention
• folder:3--Transformer结构中的Decoder端具体输入
• folder:8--self-attention公式中添加scaled的原因
• folder:2--Transformer的结构是什么样的 各个子模块各有什么作用
• folder:12--长文本预测任务使用BERT如何构造训练样本
• folder:11--BERT的MLM任务为什么采用80% 10% 10%的策略
• folder:7--Transformer可以代替seq2seq的原因
• folder:2--传统RNN模型
• folder:2--NLP中的标准数据集
• folder:5--多头注意力机制
• folder:3--TCP开发流程
• folder:3--where条件查询
• folder:5--进程和线程的对比
• folder:3--property语法
• folder:15--二叉树的遍历
• folder:2--计算机视觉（CV）
• folder:2--常见的损失函数
• folder:4--实例分割：MaskRCNN
• folder:2--语义分割：FCN与Unet
• folder:1--tensorflow和keras简介
• folder:2--Harris和Shi-Tomas算法
• folder:4--Fast和ORB算法
• folder:5--LBP和HOG特征算子
• folder:2--OpenCV简介及安装方法
• folder:6--模版匹配和霍夫变换
• folder:4--GoogleNet
• folder:0-6 机器学习算法回顾总结（有需要的同学可以看看）
• folder:4--break和continue
• folder:4--文件及文件夹的相关操作
• folder:3--if...elif...else格式
• folder:9--函数返回值二
• folder:11--拆包, 交换变量
• folder:1--函数应用学员管理系统
• folder:deepsort算法