分享资源

Python+AI -黑马- 人脸识别Python人工智能

  • 发布时间：
    2026-01-17 07:39:04
  • 文件大小：
    共计 348 个文件，合计：9.65GB
  • 资源来源：
    百度网盘百度网盘
  • 资源售价：
    积分10积分
・本站会员获取资源无需消耗积分。
・获取资源后可以在「个人中心」24 小时内无理由退积分。
・为防止资源链接失效，请及时转存文件。

📢 以下文件由百度网盘用户于2024-11-29分享（文件数量过多时仅展示部分文件）
【x ue -】Python+AI -黑马- 人脸识别Python人工智能【完结】9.65GB
29.Python+AI -黑马- 人脸识别Python人工智能【完结】9.65GB
1-9 图片商品物体检测项目第二阶段-数据集制作与处理352.56MB
3.TFRecords读取82.96MB
3.TFRecords读取82.96MB
04_第二阶段总结.mp410.4MB
03_TFRecord读取：provider读取.mp415.37MB
02_TFRecord读取：Dataset准备.mp430.63MB
01_slim库介绍.mp426.56MB
2.数据集格式转换224.71MB
2.数据集格式转换224.71MB
05_格式转换：example封装、总结.mp471.76MB
04_格式转换：图片数据以及XML读取.mp479.14MB
03_格式转换：文件读取以及存储逻辑.mp435.61MB
02_格式转换：代码介绍.mp427.95MB
01_数据集格式转换介绍.mp410.25MB
1.数据集标记44.89MB
1.数据集标记44.89MB
02_商品数据集标记.mp426.7MB
01_目标检测数据集介绍.mp418.18MB
1-8 图片商品物体检测项目第一阶段-检测算法原理502.6MB
7.SSD原理118.27MB
7.SSD原理118.27MB
05_第一阶段算法总结.mp442.21MB
04_TensorflowSSD接口介绍.mp423.91MB
03_SSD：训练与测试流程总结.mp49.15MB
02_SSD：localization与confidence.mp417.67MB
01_SSD：网络结构与Detected结构.mp425.34MB
6.YOLO原理45.11MB
6.YOLO原理45.11MB
04_YOLO：总结.mp43.34MB
03_YOLO：训练过程样本标记.mp44.66MB
02_YOLO：单元格原理过程.mp431.24MB
01_YOLO：算法特点与流程介绍.mp45.87MB
5.FasterRCNN原理44.28MB
5.FasterRCNN原理44.28MB
03_FasterRCNN：总结与问题自测.mp45.28MB
02_FasterRCNN：RPN网络的原理.mp423.54MB
01_FasterRCNN：网络结构与步骤.mp415.46MB
4.FastRCNN原理41.77MB
4.FastRCNN原理41.77MB
04_FastRCNN：总结与问题自测.mp43.59MB
03_FastRCNN：多任务损失.mp415.82MB
02_FastRCNN：RoI pooling结构以及SPP对比.mp415.25MB
01_FastRCNN：改进之处以及网络流程.mp47.12MB
3.SPPNet原理44.5MB
3.SPPNet原理44.5MB
04_SPPNet：总结、优缺点与问题自测.mp47.39MB
03_SPPNet：SPP层的作用.mp417.34MB
02_SPPNet：映射.mp49.35MB
01_SPPNet：与RCNN的区别、网络流程.mp410.41MB
2.RCNN原理121.9MB
2.RCNN原理121.9MB
08_RCNN：总结、优缺点与问题自测.mp415.88MB
07_RCNN：训练过程与测试过程介绍.mp424.88MB
06_RCNN：候选区域修正.mp48.36MB
05_RCNN：非极大抑制（NMS）.mp414.21MB
04_RCNN：SVM分类器.mp413.89MB
03_RCNN：候选区域以及特征提取.mp414.36MB
02_RCNN：步骤流程介绍.mp49.06MB
01_Overfeat模型.mp421.27MB
1.目标检测概述86.78MB
1.目标检测概述86.78MB
08_目标检测任务描述.mp429.48MB
07_目标检测算法原理铺垫.mp43.88MB
06_目标检测应用场景.mp413.65MB
05_目标检测的定义和技术历史.mp413.3MB
04_图像识别背景.mp49.43MB
03_项目结构以及课程安排.mp46.73MB
02_项目演示结果.mp47.13MB
01_课程要求以及目标.mp43.18MB
1-7 自然语言处理2.98GB
5.实战项目-从无到有打造聊天机器人1.2GB
5.实战项目-从无到有打造聊天机器人1.2GB
39. ChatBot 开始聊天.mp443.78MB
38. ChatBot 输入修飾.mp47.69MB
37. ChatBot 测试.mp413.12MB
36. ChatBot 训练2.mp442.53MB
35. ChatBot 训练.mp452.04MB
34. ChatBot 数据分割.mp415.21MB
33. ChatBot 问答数据批量.mp422.76MB
32. ChatBot 问答等长处理.mp429.77MB
31. ChatBot 损失，优化，梯度消減.mp425.13MB
30. ChatBot训练 & 测试結果.mp430.64MB
29. ChatBot 設置輸入的数据形状.mp428.25MB
28. ChatBot 模型輸入序列長度.mp436.33MB
27. ChatBot 模型 input.mp430.54MB
26.ChatBot 启动运算.mp421.02MB
25. ChatBot 設置超参数.mp431.12MB
24. ChatBot Seq2Seq 模型.mp462.53MB
23. ChatBot 创建解码RNN.mp448.81MB
22. ChatBot 解码器测试.mp443.22MB
21. ChatBot 解码器训练.mp456.34MB
20. ChatBot 建立RNN 模型.mp424.71MB
19. ChatBot 处理输出.mp441MB
18. ChatBot input&output.mp430.14MB
17. ChatBot 长短句.mp435.43MB
16. ChatBot 问答数列化.mp441.14MB
15. ChatBot 添加 EOS 标签.mp422.66MB
14. ChatBot 逆向字典.mp420.98MB
13. ChatBot 最终标记.mp46.59MB
12. ChatBot 标记化&去除少数字.mp419.07MB
11. ChatBot 统计字频.mp411.24MB
10. ChatBot 清理问题集&回答集.mp421.3MB
09.ChatBot 数据初步清洗.mp423.72MB
08. ChatBot 问答集.mp430.59MB
07. ChatBot 建立对话列表.mp423.6MB
06.chatbot 创建对話字典.mp429.33MB
05.ChatBot 读取数据.mp426.66MB
04.chatbot 导入依赖包.mp412.93MB
03.chatbot 下载数据集.mp474.89MB
02.chatbot 环境搭建下载数据集.mp434.12MB
01.chatbot 搭建计画.mp442.04MB
0.chatbot.mp417.61MB
4.自然语言处理核心部分912.14MB
4.自然语言处理核心部分912.14MB
9.文本分类CNN&RNN.mp465.79MB
8.文本分类的方式.mp431.01MB
7.文本分类.mp461.68MB
6.LSTM_CODE.mp477.72MB
5.LSTM.mp453.24MB
4.RNN CODE.mp4143.18MB
3.RNN REVIEW.mp438.34MB
N CODE.mp4140.64MB
11. 文本分类 RNN 搭建.mp4123.57MB
10. 文本分类 CNN 模型使用.mp4130.22MB
N REIVEW.mp446.74MB
3.自然语言处理基础实作-深度学习篇262.84MB
3.自然语言处理基础实作-深度学习篇262.84MB
12.深度学习-Deep Learning in NLP_模型加速.mp465.34MB
11.深度学习-Deep Learning in NLP_模型优化.mp443.53MB
10.深度学习-Deep Learning in NLP.mp4153.97MB
2.自然语言处理基础实作-机器学习篇252.37MB
2.自然语言处理基础实作-机器学习篇252.37MB
9.机器学习-NLTK_建立词袋模型.mp477.93MB
8.机器学习-NLTK_最大过滤.mp410.89MB
7.机器学习-NLTK_稀疏矩阵.mp415.57MB
6.机器学习-NLTK_还原字符串.mp455.42MB
5.机器学习-NLTK_词根化.mp433.77MB
4.机器学习-NLTK_去除虚词.mp412.99MB
3.机器学习-NLTK_大小写转换.mp47.59MB
2.机器学习-NLTK_清理数据.mp47.61MB
1.机器学习-NLTK_数据读取.mp430.59MB
1.自然语言处理基础概念389.81MB
1.自然语言处理基础概念389.81MB
6.Attention.mp434.52MB
5.Beam Serch Decoding.mp446.42MB
4.Seq2Seq.mp440.56MB
3.词袋.mp438.11MB
2.端对端深度学习模型.mp484.03MB
1.NLP的种类.mp437.83MB
0.NLP介紹.mp4108.34MB
1-6 百度人脸识别1.8GB
7.人脸识别打卡案例835.17MB
7.人脸识别打卡案例835.17MB
5_1_6_案例_主程序2.mp4241.61MB
5_1_5_案例_主程序1.mp4126.38MB
5_1_4_案例_添加用户_人脸搜索.mp4267.83MB
5_1_3_案例_获取token.mp426.93MB
5_1_2_案例_人脸搜索代码浏览.mp4151.71MB
5_1_1_案例_前端部分介绍.mp415.27MB
5_1_0_人脸打卡案例_介绍.mp45.43MB
6.自然语言处理27.31MB
6.自然语言处理27.31MB
4_1_1_自然语言处理基础技术.mp427.31MB
5.语音技术61.24MB
5.语音技术61.24MB
3_2_1语音合成.mp414.5MB
3_1_3_语音识别案例_案例.mp417MB
3_1_2_语音识别案例_代码浏览.mp411.57MB
3_1_1_语音识别_介绍和API.mp418.17MB
4.图像技术之文字识别210.12MB
4.图像技术之文字识别210.12MB
2_3_9_创建分类器.mp416.68MB
2_3_8_自定义模板_API和代码.mp417.44MB
2_3_7_自定义模板_实际创建.mp418.31MB
2_3_6_自定义模板_步骤.mp424.86MB
2_3_5_通用票据识别.mp433.24MB
2_3_4_车牌识别.mp415.56MB
2_3_3_通用文字识别_其他版本函数.mp47.15MB
2_3_2_通用文字识别_代码.mp433.96MB
2_3_1_功能介绍_创建应用.mp421.61MB
2_3_10_分类器代码.mp421.29MB
3.图像技术之图像识别297.44MB
3.图像技术之图像识别297.44MB
2_2_9_定制化图像识别_图像分类_迭代和常见问题.mp412.21MB
2_2_8_定制化图像识别_图像分类_代码实现.mp444.87MB
2_2_7_定制化图像识别_图像分类_关联和调用流程.mp413.24MB
2_2_6_定制化图像识别_图像分类_操作.mp427.01MB
2_2_5_定制化图像识别_图像分类_步骤.mp440.9MB
2_2_5_定制化图像识别_特点和功能.mp417.24MB
2_2_4_图像检测_车辆检测.mp430.17MB
2_2_3_图像检测识别_菜品识别.mp424.74MB
2_2_2_图像识别_物体检测API_实例.mp432.41MB
2_2_1_图像识别功能_应用创建.mp423.71MB
2_2_11_定制化图像识别_物体检测API_错误码.mp49.05MB
2_2_10_定制化图像识别_物体检测_流程.mp421.89MB
2.图像技术之人脸识别260.05MB
2.图像技术之人脸识别260.05MB
2_1_9_人脸检测_SDK方式.mp427.73MB
2_1_8_人脸检测_性别年龄总结.mp427.22MB
2_1_7_人脸检测_边框.mp428.39MB
2_1_6_人脸检测_图像坐标.mp419.84MB
2_1_5_人脸检测_调用API.mp448.93MB
2_1_4_人脸检测_获取access_token.mp423.72MB
2_1_3_人脸检测_步骤和代码浏览.mp425.79MB
2_1_2人脸识别_API.mp436.93MB
2_1_1_人脸识别功能介绍_开通应用.mp421.5MB
1.平台介绍153.01MB
1.平台介绍153.01MB
1_7_人工智能平台_访问方式和SDK安装.mp438.7MB
1_6_人工智能平台_服务开通.mp415.77MB
1_5_百度人工智能平台_功能介绍.mp421.1MB
1_4_百度深度学习平台_创建集群.mp415.47MB
1_3_百度深度学习平台_介绍.mp424.35MB
1_2_机器学习平台_介绍.mp420.47MB
1_1_访问入口.mp413.38MB
0_课程组成和目标.mp43.76MB
1-5 高级主题367.83MB
3.CapsuleNet60.66MB
3.CapsuleNet60.66MB
02_深度学习课程总结.mp427.29MB
01_CapsuleNet了解.mp433.36MB
2.自动编码器125.82MB
2.自动编码器125.82MB
07_案例：降噪编码器案例.mp417.71MB
06_案例：降噪编码器介绍.mp49.9MB
05_案例：卷积自编码器编写演示.mp418.41MB
04_案例：深度自编码器编写演示.mp47.9MB
03_案例：训练普通自编码器.mp429.15MB
02_案例：编码器类别、普通自编码器流程、模型初始化逻辑.mp431.47MB
01_自动编码器介绍.mp411.29MB
1.生产对抗网络181.35MB
1.生产对抗网络181.35MB
06_生成数字图片案例：运行保存图片并对比.mp414.12MB
05_生成数字图片案例：训练流程.mp443.64MB
04_生成数字图片案例：模型初始化代码编写.mp448.48MB
03_生成数字图片案例：结果演示流程介绍.mp420.84MB
02_GAN原理、损失和DCGAN结构.mp421.53MB
01_高级主题介绍、GAN介绍.mp432.74MB
1-4 循环神经网络726.97MB
3.seq2seq与Attention机制366.19MB
3.seq2seq与Attention机制366.19MB
17_集束搜索介绍.mp416.18MB
16_机器翻译案例：测试逻辑结果演示.mp411.19MB
15_机器翻译案例：训练结果与问题解决.mp48.52MB
14_机器翻译案例：训练逻辑编写.mp418.05MB
13_机器翻译案例：model中计算attention输出c逻辑函数实现.mp425.86MB
12_机器翻译案例：attention结构定义.mp437.71MB
11_机器翻译案例：seq2seq的输出层定义.mp49.57MB
10_机器翻译案例：自定义网络seq2seq的编解码器定义.mp431.25MB
09_机器翻译案例：网络输入输出逻辑编写.mp439.74MB
08_机器翻译案例：网络输入输出逻辑介绍.mp414.78MB
07_机器翻译案例：训练逻辑与网络结构介绍.mp423.55MB
06_机器翻译案例：数据获取以及数据格式转换介绍.mp419.36MB
05_机器翻译案例：模型参数定义.mp416.66MB
04_机器翻译案例：日期格式翻译转换、代码结构介绍.mp417.81MB
03_Attention原理分析.mp445.16MB
02_seq2seq机器翻译等场景介绍分析.mp46.23MB
01_seq2seq介绍与理解.mp424.58MB
2.词嵌入52.01MB
2.词嵌入52.01MB
02_词嵌入案例.mp431.16MB
01_词嵌入介绍.mp420.85MB
1.循环神经网络308.77MB
1.循环神经网络308.77MB
12_GRU与LSTM介绍.mp426.36MB
11_案例总结.mp45.95MB
10_手写RNN案例：所有cell的反向传播.mp449.03MB
09_手写RNN案例：单个cell的反向传播.mp434.79MB
08_手写RNN案例：所有cell的前向传播.mp434.48MB
07_手写RNN案例：单个cell前向传播.mp423.8MB
06_梯度消失、案例介绍.mp418.06MB
05_时间反向传播算法.mp437.81MB
04_交叉熵损失计算.mp45.79MB
03_词的表示与矩阵形状运算.mp433.04MB
02_循环神经网络结构原理.mp426.69MB
01_循环神经网络背景介绍.mp412.98MB
1-3 卷积神经网络419.29MB
N实战96.74MB
N实战96.74MB
03_迁移学习.mp430.5MB
02_作业讲解.mp457MB
01_作业介绍.mp49.25MB
2.经典分类结构140.51MB
2.经典分类结构140.51MB
05_GoogleNet了解与卷积网络学习内容.mp422.81MB
04_Inception结构以及改进.mp424.7MB
03_Inception(1x1卷积介绍）.mp432.26MB
02_常见网络结构介绍.mp426.29MB
01_LeNet5的计算过程详解.mp434.45MB
1.卷积网络原理182.04MB
1.卷积网络原理182.04MB
下载必看.txt2.22KB
如何正确的使用淘宝数据包.url135B
免责声明.txt3.99KB
据说扫一扫，可以月赚万元.jpg163.02KB
教程补充说明.url209B
09_全连接层.mp410.44MB
08_池化层.mp415.54MB
07_卷积总结.mp426.68MB
06_多通道的卷积与多卷积核.mp412.73MB
05_过滤器大小与步长.mp422.48MB
04_零填充.mp417.42MB
03_默认卷积的运算过程.mp411.49MB
02_卷积网络结构介绍.mp413.53MB
01_卷积来源、数据量与感受野的边缘检测.mp451.55MB
1-2 深度学习优化进阶750.56MB
4.神经网络调参与BN78.12MB
4.神经网络调参与BN78.12MB
02_批标准化定义、公式、为什么有效.mp457.85MB
01_神经网络调参数技巧与如何设置参数、如何运行.mp420.27MB
3.深度学习正则化179.03MB
3.深度学习正则化179.03MB
07_作业讲解2.mp47.45MB
06_作业讲解1.mp424.34MB
05_正则化作业介绍.mp49.06MB
04_其它正则化方法-早停止法与数据增强.mp439.93MB
03_Droupout过程与原理理解.mp438.38MB
02_正则化概念、L2正则化与L1正则化.mp428.94MB
01_深度学习偏差与方差介绍为、什么需要正则化.mp430.94MB
2.梯度下降算法优化254.37MB
2.梯度下降算法优化254.37MB
09_作业讲解2.mp45.85MB
08_作业讲解1.mp474.04MB
07_作业介绍.mp410.46MB
06_标准化输入带来的优化.mp419.4MB
05_RMSProp与Adam原理与学习率递减.mp416.22MB
04_动量梯度下降原理公式理解.mp439.59MB
03_指数加权平均.mp420.51MB
02_Mini梯度下降与Batch梯度下降.mp435.19MB
01_深度学习遇到问题、为什么需要优化算法.mp433.12MB
1.多分类239.03MB
1.多分类239.03MB
09_调整学习率带来的问题.mp412.33MB
08_案例：添加模型保存、预测.mp433.19MB
07_案例：Tensorboard观察显示.mp428.28MB
06_案例：添加准确率.mp433.47MB
05_案例：主网络结构搭建实现.mp445.84MB
04_案例：网络结构、流程、代码介绍.mp425.71MB
03_案例：Mnist手写数字数据介绍.mp418.18MB
02_交叉熵损失原理.mp424.42MB
01_深度学习紧接、多分类介绍.mp417.6MB
1-10 图片商品物体检测项目第三阶段-项目实现与部署1.1GB
9.打开模型服务13.58MB
9.打开模型服务13.58MB
01_开启模型服务.mp413.58MB
8.导出模型75.17MB
8.导出模型75.17MB
02_模型导出：Savedmodel导出模型.mp454.43MB
01_模型导出：模型输入输出定义.mp420.75MB
7.模型部署介绍33.79MB
7.模型部署介绍33.79MB
02_本地TensorFlow Serving演示以及逻辑介绍.mp424.24MB
01_web服务与模型部署流程关系介绍.mp49.55MB
6.测试过程实现113.06MB
6.测试过程实现113.06MB
02_测试：图片输入、结果标记代码.mp449.98MB
01_测试：测试流程介绍、代码.mp463.08MB
5.训练过程实现419.33MB
5.训练过程实现419.33MB
14_训练：训练流程总结.mp429.89MB
13_训练：5总损失计算与变量平均梯度计算6训练配置.mp432.83MB
12_训练：3复制模型、添加参数观察与4添加学习率和优化器.mp460.61MB
11_训练：2队列设置.mp415.87MB
10_训练：2批处理获取以及数据形状变换.mp428.87MB
09_训练：2对anchors进行正负样本标记.mp415.87MB
08_训练：2NHWC和NCHW介绍.mp47.21MB
07_训练：2网络参数修改、provider获取数据、预处理.mp447.19MB
06_训练：2数据模块与网络模型获取结果.mp438.74MB
05_训练：2图片数据读取与处理逻辑介绍.mp417.72MB
04_训练：1设备配置代码以及全局步数定义.mp433.54MB
03_训练：训练运行结果显示与初始配置确定.mp437.09MB
02_训练：model_deploy介绍.mp430.74MB
01_训练：训练步骤与设备部署介绍.mp423.16MB
4.预处理接口实现98.72MB
4.预处理接口实现98.72MB
04_数据接口、模型接口、预处理接口参数总结.mp415.27MB
03_预处理接口：预处理工厂代码参数错误调整.mp42.84MB
02_预处理接口：预处理工厂代码.mp431.71MB
01_预处理接口：预处理需求介绍、数据增强介绍.mp448.9MB
3.模型接口实现18.61MB
3.模型接口实现18.61MB
01_模型接口：接口设置以及模型工厂代码.mp418.61MB
2.数据接口实现161.14MB
2.数据接口实现161.14MB
05_数据接口：代码运行与数据模块总结.mp419.52MB
04_数据接口：数据读取工厂逻辑实现.mp426.25MB
03_数据接口：商品数据读取子类实现.mp470.1MB
02_数据接口：读取数据接口设计以及基类如何定义.mp426.34MB
01_数据接口：商品格式转换实现.mp418.92MB
11.服务器部署41.07MB
11.服务器部署41.07MB
02_项目总结.mp426.39MB
01_服务器部署：服务器部署的代码文件需求、服务开启.mp414.69MB
10.TFServing客户端115.02MB
10.TFServing客户端115.02MB
06_Client：结果标记返回.mp416.67MB
05_Client：结果解析.mp419.16MB
04_Client：客户端建立连接获取结果代码.mp418.13MB
03_Client：grpc与serving apis介绍.mp416.39MB
02_Client：用户输入图片处理.mp423.63MB
01_Tensorflow serving client逻辑.mp421.04MB
1.项目架构36.45MB
1.项目架构36.45MB
02_训练与测试整体结构设计.mp415.28MB
01_项目架构设计.mp421.17MB
1-1 深度学习基础742.31MB
4.深层神经网络42.87MB
4.深层神经网络42.87MB
03_参数初始化与超参数介绍.mp415.11MB
02_深层神经网络的反向传播过程.mp49.8MB
01_深层神经网络表示.mp417.97MB
3.浅层神经网络164.15MB
3.浅层神经网络164.15MB
09_总结.mp47.69MB
08_作业实现：网络模型逻辑实现.mp415.38MB
07_作业实现：反向传播与更新梯度.mp433.65MB
06_作业实现：初始化模型与前向传播.mp428.4MB
05_作业介绍.mp47.75MB
04_浅层神经网络的反向传播.mp418.48MB
03_激活函数的选择.mp421.05MB
02_浅层神经网络的前向传播.mp412.93MB
01_浅层神经网络表示.mp414.89MB
00.浅层神经网络.mp43.93MB
2.神经网络基础445.85MB
2.神经网络基础445.85MB
16_总结.mp414.67MB
15_作业讲解题2：优化迭代实现、model逻辑实现.mp423.05MB
14_作业讲解题2：参数初始化与前向传播、反向传播.mp424.14MB
13_作业讲解题2：单神经元神经网络(logistic)分类作业流程介绍.mp49.96MB
12_作业讲解题1：实现sigmoid函数与梯度实.mp47.21MB
12_作业讲解题1：实现sigmoid函数与梯度实(1).mp47.21MB
11_正向传播与反向传播、作业介绍.mp414.19MB
10_向量化实现逻辑回归的梯度计算更新.mp417.47MB
09_向量化编程的优势.mp417.48MB
08_向量化编程介绍引入.mp417.45MB
08_向量化编程介绍引入(1).mp417.45MB
07_逻辑回归的导数计算图分析以及参数导数.mp423.59MB
07_逻辑回归的导数计算图分析以及参数导数(1).mp423.59MB
06_导数计算图与链式法则.mp424.92MB
06_导数计算图与链式法则(1).mp424.92MB
05_a^2函数的导数介绍.mp417.17MB
05_a^2函数的导数介绍(1).mp417.17MB
04_导数意义介绍.mp46.87MB
04_导数意义介绍(1).mp46.87MB
03_梯度下降算法过程以及公式.mp421.11MB
03_梯度下降算法过程以及公式(1).mp421.11MB
02_逻辑回归损失函数.mp417.25MB
02_逻辑回归损失函数(1).mp417.25MB
01_逻辑回归介绍.mp426.87MB
01_逻辑回归介绍(1).mp426.87MB
1.深度学习介绍89.44MB
1.深度学习介绍89.44MB
03_深度学习介绍2.mp45.06MB
03_深度学习介绍2(1).mp45.06MB
02_深度学习介绍.mp433.26MB
02_深度学习介绍(1).mp433.26MB
01_深度学习课程介绍.mp46.4MB
01_深度学习课程介绍(1).mp46.4MB
共348个文件，合计：9.65GB
百度网盘
网站声明：
1. 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。同时您必须了解并同意本站《用户协议》，严禁搜索非法关键词。
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。
4. 本站作为非经营性网站，所有服务仅供学习交流使用。
资源评论 AUP主 M管理员
评分
{{ rating }}分