开课吧(完结)核心能力提升班计算机视觉方向 004期

admin

19.开课吧(完结)核心能力提升班计算机视觉方向 004期
├─第10章 计算机视觉中的图像分类
│  ├┈week10.docx
│  ├┈第一十章第1节： 计算机视觉中的图像分类.mp4
│  └┈核心基础课week10后20201101.pdf
├─第11章 深度学习之两阶段目标检测
│  ├┈hexin_cv_chapter11_homework_ray.ipynb.zip
│  ├┈week11.docx
│  ├┈第一十一章第1节： 深度学习之两阶段目标检测.mp4
│  └┈核心基础课week11_20201108课后.pdf
├─第12章 深度学习之一阶段目标检测
│  ├┈hexin_cv_chapter12_homework_ray.ipynb.zip
│  ├┈week12.docx
│  ├┈第一十二章第1节： 深度学习之一阶段目标检测.mp4
│  ├┈核心基础课week11_20201108补充讲解vgg_bn.pdf
│  └┈核心基础课week12-20201115发出.pdf
├─第13章 计算机视觉中的图像分割
│  ├┈week13.docx
│  ├┈第一十三章第1节： 计算机视觉中的图像分割.mp4
│  └┈核心基础课week13-图像分割设计方法20201122课后.pdf
├─第14章 计算机视觉中的目标跟踪
│  ├┈week14.docx
│  ├┈第一十四章第1节： 计算机视觉中的目标跟踪.mp4
│  └┈核心基础课week13-图像分割设计方法20201122课后.pdf
├─第15章 课程知识点总结
│  ├┈https.docx
│  └┈第一十五章第1节： 课程知识点总结.mp4
├─第16章 项目指导文件
│  ├┈projectII_face_keypoints_detection.zip
│  └┈垃圾分类.zip
├─第1章 计算机视觉基础：基本图像处理 - 副本 (10)
│  ├┈CV核心基础WEEK1 (1).docx
│  ├┈CV核心基础WEEK1.docx
│  ├┈第一章第1节： 计算机视觉基础：基本图像处理.mp4
│  └┈核心基础课week1 20200816.pdf
├─第2章 中阶计算机视觉
│  ├┈week2 (1).docx
│  ├┈week2 (2).docx
│  ├┈week2 (3).docx
│  ├┈week2.docx
│  ├┈第二章第1节： 中阶计算机视觉.mp4
│  ├┈核心基础课week2-20200823发出 (1).pdf
│  └┈核心基础课week2-20200823发出.pdf
├─第3章 初步认识机器学习
│  ├┈week3.docx
│  ├┈第三章第1节： 初步认识机器学习.mp4
│  └┈核心基础课week3 20200830 发出.pdf
├─第4章 经典机器学习
│  ├┈week4 (1).docx
│  ├┈week4.docx
│  ├┈第四章第1节： 经典机器学习.mp4
│  └┈核心基础课week4 20200906课后.pdf
├─第5章 神经网络与反向传播
│  ├┈week5.docx
│  ├┈第五章第1节： 神经网络与反向传播.mp4
│  └┈核心基础课week5 20200913课后发出.pdf
├─第6章 详解CNN卷积神经网络 part 1 原理篇
│  ├┈week6.docx
│  ├┈第六章第1节： 详解CNN卷积神经网络 part 1 原理篇.mp4
│  └┈核心基础课week6-20200920课后.pdf
├─第7章 详解CNN卷积神经网络 part 2 应用篇
│  ├┈week7.docx
│  ├┈第七章第1节： 详解CNN卷积神经网络 part 1 应用篇.mp4
│  └┈核心基础课week7_2020-10-11课后.pdf
├─第8章 详解CNN卷积神经网络 part 3 实战细节篇
│  ├┈week8.docx
│  ├┈第八章第1节： 详解CNN卷积神经网络 part 3 实战细节篇.mp4
│  └┈核心基础课week8-20201018课后.pdf
└─第9章 cuda编程
└─├┈week9.docx
└─├┈第九章第1节： cuda编程.mp4
└─└┈核心基础课week9 20201025课后.pdf

游客，如果您要查看本帖隐藏内容请回复

版权声明

1、本站所发布的一切学习教程、软件等仅限用于学习体验和研究目的；请自觉下载后24小时内删除，严禁用于其他用途，如果你喜欢教程，请支持正版教程软件，得到更好的正版服务，本站内容全部来自网络，版权争议与本站无关，如果您认为侵犯了您的合法权益，请联系我们删除。发送邮件到邮箱：208528280@qq.com。

2、对于不当转载或引用本网站内容而引起的民事纷争、行政处理或其他损失，本网站不承担责任。

3、对不遵守本声明或其他违法、恶意使用本网站内容者，本网站保留追究其法律责任的权利。