黑马人工智能AI进阶(年度钻石会员价值11980元) – 带源码课件

📁 【课件】
📄 01-阶段1-3（python基础 、python高级、机器学习）.7z (12.7 GB)
📄 01-计算机视觉CV课程环境使用说明文档.pdf (3.6 MB)
📄 02-阶段4 （计算机视觉CV) 阶段6 （CV项目）.7z (32.7 GB)
📄 03-阶段5（自然语言处理NLP）、阶段6（NLP项目）.7z (40.4 GB)
📄 Iris数据集.7z (1.5 KB)
📁 【课外拓展】01、阶段一HR面试技巧
📁 第一章 1-HR面试技巧 (由于内容过多，不便展示，请下载到本地进行查看)
📁 第二章 2-求职篇 (由于内容过多，不便展示，请下载到本地进行查看)
📁 第三章 3-面试篇 (由于内容过多，不便展示，请下载到本地进行查看)
📁 第四章 4-试用期篇 (由于内容过多，不便展示，请下载到本地进行查看)
📁 【课外拓展】02、阶段二赠送-人脸支付
📁 第一章1-人脸支付 (由于内容过多，不便展示，请下载到本地进行查看)
📁 【课外拓展】03、阶段三赠送-文本摘要项目
📁 第一章1-文本摘要项目 (由于内容过多，不便展示，请下载到本地进行查看)
📁 【课外拓展】04、阶段四入学第一课
📁 无课程相关内容 (由于内容过多，不便展示，请下载到本地进行查看)
📁 【课外拓展】05、阶段五阶段一python基础（更新）
📁 第一章1-python基础编程 (由于内容过多，不便展示，请下载到本地进行查看)
📁 第二章2-python面向对象 (由于内容过多，不便展示，请下载到本地进行查看)
📁 【课外拓展】06、阶段六阶段二Python高级（更新）
📁 第一章1-Linux基础 (由于内容过多，不便展示，请下载到本地进行查看)
📁 第二章2-SQL基础 (由于内容过多，不便展示，请下载到本地进行查看)
📁 第三章3-Python编程进阶 (由于内容过多，不便展示，请下载到本地进行查看)
📁 【课外拓展】07、阶段七阶段三机器学习（更新）
📁 第一章1-机器学习基础算法 (由于内容过多，不便展示，请下载到本地进行查看)
📁 第二章2-机器学习算法进阶 (由于内容过多，不便展示，请下载到本地进行查看)
📁 【课外拓展】08、阶段八阶段四—深度学习基础补充视频
📄 01-深度学习基础-TensorFlow和keras入门-张量计算增补-轴axis的意义.mp4 (100.9 MB)
📄 02-深度学习基础-TensorFlow和keras入门-张量计算增补-轴axis的应用(1).mp4 (134.8 MB)
📄 02-深度学习基础-TensorFlow和keras入门-张量计算增补-轴axis的应用.mp4 (134.8 MB)
📄 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 (132.2 MB)
📄 04-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-数据传输过程(1).mp4 (43.9 MB)
📄 04-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-数据传输过程.mp4 (43.9 MB)
📄 05-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-前向传播过程（输入层到隐藏层）(1).mp4 (38.5 MB)
📄 05-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-前向传播过程（输入层到隐藏层）.mp4 (38.5 MB)
📄 06-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-前向传输过程（隐藏层到输出层）(1).mp4 (20.0 MB)
📄 06-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-前向传输过程（隐藏层到输出层）.mp4 (20.0 MB)
📄 07-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-损失函数的计算.mp4 (50.0 MB)
📄 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 (65.4 MB)
📄 09-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-隐藏层权值的更新.mp4 (63.4 MB)
📄 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 (155.8 MB)
📄 11-深度学习基础-图像分类-图像分类案例补充(1)-任务介绍.mp4 (51.4 MB)
📄 12-深度学习基础-图像分类-图像分类案例补充(2)-数据接获取与可视化.mp4 (149.9 MB)
📄 13-深度学习基础-图像分类-图像分类案例补充(3)-图像增强.mp4 (27.1 MB)
📄 14-深度学习基础-图像分类-图像分类案例补充(4)-Xception模型介绍.mp4 (108.0 MB)
📄 15-深度学习基础-图像分类-图像分类案例补充(5)-项目网络介绍.mp4 (132.0 MB)
📄 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 (28.4 MB)
📄 17-深度学习基础-图像分类-图像分类案例补充(7)-网络构建（中间流）.mp4 (29.8 MB)
📄 18-深度学习基础-图像分类-图像分类案例补充(8)-网络构建（输出流）.mp4 (41.1 MB)
📄 19-深度学习基础-图像分类-图像分类案例补充(9)-模型训练.mp4 (122.0 MB)
📄 20-深度学习基础-图像分类-图像分类案例补充(10)-模型训练的实现.mp4 (22.2 MB)
📄 21-深度学习基础-图像分类-图像分类案例补充(11)-模型预测.mp4 (143.4 MB)
📁 【课外拓展】09、阶段九阶段五—NLP基础补充视频
📄 01-文本预处理-文本预处理-文本数据增强讲解.mp4 (14.1 MB)
📄 02-文本预处理-文本预处理-文本数据增强代码实现.mp4 (14.2 MB)
📄 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 (9.1 MB)
📄 04-文本预处理-新闻主题分类任务-数据加载方式的增补文件补齐.mp4 (5.4 MB)
📄 05-RNN及其变体-RNN架构解析-注意力机制的增补内容概念.mp4 (9.8 MB)
📄 06-RNN及其变体-RNN架构解析-注意力机制的增补流程梳理.mp4 (20.5 MB)
📄 07-RNN及其变体-RNN架构解析-注意力机制的增补attention机制模型.mp4 (34.6 MB)
📄 08-RNN及其变体-RNN架构解析-注意力机制的增补attention公式讲解.mp4 (21.9 MB)
📄 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 (14.7 MB)
📄 10-Transformer—新增案例机器翻译模型-1模型的介绍.mp4 (57.1 MB)
📄 11-Transformer—新增案例机器翻译模型-数据的下载和vocab构建.mp4 (24.1 MB)
📄 12-Transformer—新增案例机器翻译模型-3模型构建.mp4 (31.5 MB)
📄 13-Transformer—新增案例机器翻译模型-4掩码的构建.mp4 (15.1 MB)
📄 14-Transformer—新增案例机器翻译模型-5数据批处理.mp4 (13.8 MB)
📄 15-Transformer—新增案例机器翻译模型-6构建训练函数和评估函数.mp4 (32.8 MB)
📄 16-Transformer—新增案例机器翻译模型-7训练模型和定义解码函数.mp4 (22.6 MB)
📄 17-Transformer—新增案例机器翻译模型-8翻译函数的定义和9模型保存.mp4 (13.3 MB)
📄 18-迁移学习—迁移理论—加载和使用预训练模型全小节增补-1tokenizer加载.mp4 (22.9 MB)
📄 19-迁移学习—迁移理论—加载和使用预训练模型全小节增补-2加载带头和不带头的预训练模型.mp4 (39.7 MB)
📄 20-迁移学习—迁移理论—加载和使用预训练模型全小节增补-3加载不带头的模型输出结果.mp4 (28.0 MB)
📄 21-迁移学习—迁移理论—加载和使用预训练模型全小节增补-4加载语言模型头结果输出.mp4 (25.8 MB)
📄 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 (21.1 MB)
📄 23-迁移学习—迁移理论—加载和使用预训练模型全小节增补-6加载问答模型头结果输出.mp4 (45.8 MB)
📄 24-迁移学习—迁移理论—迁移学习实践增补内容-模型上传.mp4 (52.6 MB)
📄 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 (29.3 MB)
📄 26-虚拟机的使用.mp4 (14.1 MB)
📁 【课外拓展】10、阶段十CV基础+项目（更新）
📁 第一章 1-Pytorch与深度学习基础 (由于内容过多，不便展示，请下载到本地进行查看)
📁 第二章 2-深度学习核心模型与实战 (由于内容过多，不便展示，请下载到本地进行查看)
📁 第三章 3-01 – 目标检测 (由于内容过多，不便展示，请下载到本地进行查看)
📁 第四章 4-02 – OpenCV (由于内容过多，不便展示，请下载到本地进行查看)
📁 第五章 5-03 – 人脸支付 (由于内容过多，不便展示，请下载到本地进行查看)
📁 第六章 6-04 – 智慧交通 (由于内容过多，不便展示，请下载到本地进行查看)
📁 【主学习路线】01、阶段一人工智能Python基础
📁 1–第一章计算机组成原理 (由于内容过多，不便展示，请下载到本地进行查看)
📁 2–第二章python基础语法 (由于内容过多，不便展示，请下载到本地进行查看)
📁 3–第三章判断语句 (由于内容过多，不便展示，请下载到本地进行查看)
📁 4–第四章循环语句 (由于内容过多，不便展示，请下载到本地进行查看)
📁 5–第五章字符串 (由于内容过多，不便展示，请下载到本地进行查看)
📁 6–第六章列表 (由于内容过多，不便展示，请下载到本地进行查看)
📁 7–第七章元组 (由于内容过多，不便展示，请下载到本地进行查看)
📁 8–第八章字典 (由于内容过多，不便展示，请下载到本地进行查看)
📁 9–第九章集合 (由于内容过多，不便展示，请下载到本地进行查看)
📁 10–第十章公共方法 (由于内容过多，不便展示，请下载到本地进行查看)
📁 11–第十一章函数 (由于内容过多，不便展示，请下载到本地进行查看)
📁 12–第十二章函数强化 (由于内容过多，不便展示，请下载到本地进行查看)
📁 13–第十三章文件操作 (由于内容过多，不便展示，请下载到本地进行查看)
📁 14–第十四章面向对象 (由于内容过多，不便展示，请下载到本地进行查看)
📁 15–第十五章异常 (由于内容过多，不便展示，请下载到本地进行查看)
📁 16–第十六章模块 (由于内容过多，不便展示，请下载到本地进行查看)
📁 17–第十七章学生管理系统(面向对象版) (由于内容过多，不便展示，请下载到本地进行查看)
📁 【主学习路线】02、阶段二人工智能Python高级
📁 1–第一章Linux基础命令 (由于内容过多，不便展示，请下载到本地进行查看)
📁 2–第二章Linux高级命令 (由于内容过多，不便展示，请下载到本地进行查看)
📁 3–第三章多任务编程 (由于内容过多，不便展示，请下载到本地进行查看)
📁 4–第四章网络编程 (由于内容过多，不便展示，请下载到本地进行查看)
📁 5–第五章HTTP协议和静态服务器 (由于内容过多，不便展示，请下载到本地进行查看)
📁 6–第六章闭包,装饰器及python高级语法 (由于内容过多，不便展示，请下载到本地进行查看)
📁 7–第七章正则表达式 (由于内容过多，不便展示，请下载到本地进行查看)
📁 8–第八章数据结构与算法 (由于内容过多，不便展示，请下载到本地进行查看)
📁 9–第九章MySql数据库基本使用 (由于内容过多，不便展示，请下载到本地进行查看)
📁 10–第十章MySqL数据库高级使用 (由于内容过多，不便展示，请下载到本地进行查看)
📁 【主学习路线】03、阶段三人工智能机器学习
📁 1–第一章机器学习概述V2.1 (由于内容过多，不便展示，请下载到本地进行查看)
📁 2–第二章环境安装和使用V2.1 (由于内容过多，不便展示，请下载到本地进行查看)
📁 3–第三章matplotlibV2.1 (由于内容过多，不便展示，请下载到本地进行查看)
📁 4–第四章numpyV2.1 (由于内容过多，不便展示，请下载到本地进行查看)
📁 5–第五章pandasV2.1 (由于内容过多，不便展示，请下载到本地进行查看)
📁 6–第六章seabornV2.1 (由于内容过多，不便展示，请下载到本地进行查看)
📁 7–第七章K近邻算法V2.1 (由于内容过多，不便展示，请下载到本地进行查看)
📁 8–第八章线性回归V2.1 (由于内容过多，不便展示，请下载到本地进行查看)
📁 9–第九章逻辑回归V2.1 (由于内容过多，不便展示，请下载到本地进行查看)
📁 10–第十章决策树V2.1 (由于内容过多，不便展示，请下载到本地进行查看)
📁 11–第十一章集成学习V2.1 (由于内容过多，不便展示，请下载到本地进行查看)
📁 12–第十二章聚类算法V2.1 (由于内容过多，不便展示，请下载到本地进行查看)
📁 13–第十三章朴素贝叶斯V2.1 (由于内容过多，不便展示，请下载到本地进行查看)
📁 14–第十四章SVM算法V2.1 (由于内容过多，不便展示，请下载到本地进行查看)
📁 15–第十五章EM算法V2.1 (由于内容过多，不便展示，请下载到本地进行查看)
📁 16–第十六章HMM算法V2.1 (由于内容过多，不便展示，请下载到本地进行查看)
📁 17–第十七章集成学习进阶V2.1 (由于内容过多，不便展示，请下载到本地进行查看)
📁 【主学习路线】04、阶段四计算机视觉与图像处理
📁 1–第一章课程简介_v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 2–第二章tensorflow入门_v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 3–第三章深度神经网络_v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 4–第四章图像分类_v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 5–第五章目标检测_v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 6–第六章图像分割_v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 7–第七章OpenCV简介_v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 8–第八章OpenCV基本操作_v.2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 9–第九章OpenCV图像处理_v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 10–第十章图像特征提取与描述_v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 11–第十一章视频操作_v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 12–第十二章案例人脸案例_v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 【主学习路线】05、阶段五NLP自然语言处理
📁 1–第一章 Pytorch工具_v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 2–第二章 自然语言处理NLP介绍-v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 3–第三章 文本预处理-v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 4–第四章 RNN架构解析-v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 5–第五章 RNN经典案例-v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 6–第六章 莎士比亚风格的文本生成任务-v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 7–第七章 Transformer背景介绍-v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 8–第八章 Transformer架构解析-v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 9–第九章 fasttext工具的使用-v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 10–第十章 迁移学习-v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 11–第十一章 BERT,Transformer的模型架构与详解-v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 12–第十二章 ELMo, GPT等经典模型的介绍与对比-v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 13–第十三章 HMM模型-v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 14–第十四章 经典的序列模型-v2.0 (由于内容过多，不便展示，请下载到本地进行查看)
📁 【主学习路线】06、阶段六人工智能项目实战
📁 1–第一章 智慧交通 (由于内容过多，不便展示，请下载到本地进行查看)
📁 2–第二章 在线医生 (由于内容过多，不便展示，请下载到本地进行查看)
📁 3–第三章 智能文本分类系统 (由于内容过多，不便展示，请下载到本地进行查看)
📁 4–第四章 实时人脸识别检测项目 (由于内容过多，不便展示，请下载到本地进行查看)
📁 【主学习路线】07、阶段七人工智能面试强化（赠送）
📁 1–第一章自动编码器 (由于内容过多，不便展示，请下载到本地进行查看)
📁 2–第二章图像分割应用 (由于内容过多，不便展示，请下载到本地进行查看)
📁 3–第三章生成对抗学习 (由于内容过多，不便展示，请下载到本地进行查看)
📁 4–第四章算法进阶迁移学习 (由于内容过多，不便展示，请下载到本地进行查看)
📁 5–第五章模型可解释 (由于内容过多，不便展示，请下载到本地进行查看)
📁 6–第六章模型压缩 (由于内容过多，不便展示，请下载到本地进行查看)
📁 7–第七章终生学习 (由于内容过多，不便展示，请下载到本地进行查看)
📁 8–第八章算法进阶进化学习 (由于内容过多，不便展示，请下载到本地进行查看)
📁 9–第九章贝叶斯方法 (由于内容过多，不便展示，请下载到本地进行查看)
📁 10–第十章贝叶斯方法实现及粒子滤波 (由于内容过多，不便展示，请下载到本地进行查看)
📁 11–第十一章深度强化学习 (由于内容过多，不便展示，请下载到本地进行查看)

]