1561| 164
|
[机器学习/深度学习] 无人驾驶技术高级实战 无人驾驶+迁移学习+生成对抗网络+文字识别等 深度学习进阶课程 |
无人驾驶技术高级实战 无人驾驶+迁移学习+生成对抗网络+文字识别等 深度学习进阶课程
![]() ![]() ![]() 课程是深度学习技术的再深入课程,课程融合了多次的深度学习实战班课程,还有深度学习项目实战课程,在完成这些课程学习后,还有深度学习的论文班课程,这可以帮助同学考研及毕业的同学们。在应用实战课程方面,安排了非常火热的无人驾驶技术课程,OCR文字识别实战课程,迁移学习,深度学习中的强化学习,生成对抗网络等等高级应用实战,非常值得同学们学习和参考。 ===============课程目录=============== ![]() (1)\ocr文字识别实战 (2)\强化学习 (3)\无人驾驶 (4)\深度学习第三期 (5)\深度学习第四期 (6)\深度学习论文班 ├─第1课 Reducing the dimensionality of data with neural networks. .TS ├─第2课 A fast learning algorithm for deep belief nets..TS ├─第3课 Densely Connected Convolutional Networks.TS ├─第4课 A guide for convolution arithmetic for deep learning.TS ├─第5课 Imagenet classification with deep convolutional neural networks..TS ├─第6课 Speech recognition with deep recurrent neural networks.TS ├─第7课 Decoupled neural interfaces using synthetic gradients.TS ├─第8课 Deep Learning without Poor Local Minima.TS (7)\深度学习项目班;目录中文件数:0个 (8)\生成对抗网络;目录中文件数:0个 (9)\迁移学习;目录中文件数:0个 (10)\ocr文字识别实战\视频;目录中文件数:6个 ├─第一课 OCR技术概览.TS ├─第三课 字符序列识别.TS ├─第二课 单字符分割与识别.TS ├─第五课 自然场景中的文本检测.TS ├─第六课 图像质量增强和预处理 - .TS ├─第四课 文本行定位.TS (11)\ocr文字识别实战\资料;目录中文件数:9个 ├─captcha-image (11).jpg ├─captcha-image (4).jpg ├─CNN、RNN预习资料.rar ├─ocr_lecture_1.pdf ├─ocr_lecture_2.pdf ├─ocr_lecture_3.pdf ├─ocr_lecture_4 文本检测.pptx ├─ocr_lecture_4和5文本检测.pptx ├─ocr_lecture_6.pdf (12)\强化学习\视频;目录中文件数:6个 ├─第1课 强化学习RL简介.TS ├─第2课 Model—Free Learning.TS ├─第3课 Model-Free Control.TS ├─第4课 Q-Learning.TS ├─第5课 策略梯度学习.TS ├─第6课 TensorFlow强化学习应用案例.TS (13)\强化学习\资料;目录中文件数:0个 (14)\无人驾驶\视频;目录中文件数:12个 ├─第01课 自动驾驶概述.ts ├─第02课 软件环境基础(ROS CMake).ts ├─第03课 感知基础.ts ├─第04课 感知实战:目标检测.ts ├─第05课 感知实战:物体跟踪.ts ├─第06课 视觉定位.ts ├─第07课 高精地图与车路协同设备.ts ├─第08课 无人车定位系统.ts ├─第09课 预测系统.ts ├─第10课 路径规划.ts ├─第11课 控制理论.ts ├─第12课 基于强化学习的自动驾驶系统.ts (15)\无人驾驶\资料;目录中文件数:0个 (16)\深度学习第三期\视频;目录中文件数:10个 ├─第01课 夯实深度学习数据基础.TS ├─第02课 DNN与混合网络:google Wide&Deep.TS ├─第03课 CNN-从AlexNet到ResNet.TS ├─第04课 NN框架:caffe, tensorflow与pytorch.TS ├─第05课 生成对抗网络GAN.TS ├─第06课 图像风格转化.TS ├─第07课 RNN_LSTM_Grid LSTM.TS ├─第08课 RNN条件生成与attention.TS ├─第09课 增强学习与Deep Q Network.TS ├─第10课 物体检测与迁移学习.TS (17)\深度学习第三期\资料;目录中文件数:0个 (18)\深度学习第四期\视频;目录中文件数:11个 ├─深度学习 第四期.TS ├─第10课 迁移学习与新技术.TS ├─第1课 DNN与混合网络:google Wide&Deep.TS ├─第2课 CNN从入门到高级应用(上).TS ├─第3课 CNN从入门到高级应用(下).TS ├─第4课 NN框架:caffe, tensorflow与pytorch.TS ├─第5课 生成对抗网络GAN.TS ├─第6课 从词向量到NLP分类问题.TS ├─第7课 RNN_LSTM_Grid LSTM.TS ├─第8课 RNN条件生成与attention.TS ├─第9课 增强学习与Deep Q Network.TS (19)\深度学习第四期\资料;目录中文件数:19个 ├─01_NN_Basics.pdf ├─02_ConvNets_Principles.pdf ├─20181003092340689.png ├─img_add.zip ├─img_add_smirk.zip ├─Mastering OpenCV with Practical Computer Vision Projects_full.pdf ├─OpenCV+3计算机视觉Python语言实现.pdf ├─QQ截图20181205165906.png ├─uconn_comp_2018_test.csv ├─uconn_comp_2018_train.csv ├─Word2Vec中的数学原理详解.pdf ├─Xshell-6.0.0091p.exe ├─DL4第4次课 NN框架:Caffe,Tensorflow与PyTorch .png ├─DL4第5次课 从词向量到NLP分类问题.png ├─DL4第7次课 RNN条件生成与attention.png ├─DL4第7课-RNN条件生成与attention.png ├─卷积神经网络.rar ├─影评数据情感分析竞赛引导.zip ├─花书中文.pdf (20)\深度学习项目班\视频;目录中文件数:10个 ├─卷积神经网络与计算机视觉.TS ├─神经网络初步- .TS ├─第一课 深度卷积神经网络基础(原理、调参、Kaggle比赛实践) .TS ├─第七课 从矩阵分解到FM based NN.TS ├─第三课 自然语言处理从入门到进阶.TS ├─第二课 深度学习在大规模图像搜索中的实际应用.TS ├─第五课 从FM到DNN到wide&deep model.TS ├─第八课 从CCF神经网络到Deep Auto-encoder for CF.TS ├─第六课 FNN CCPM PNN与图片混合点击率预估.TS ├─第四课 聊天机器人实战演练.TS (21)\深度学习项目班\资料;目录中文件数:0个 (22)\生成对抗网络\视频;目录中文件数:4个 ├─第1课 生成对抗网络基本原理.TS ├─第2课 多种多样的GAN.TS ├─第3课 基于能量的GAN.TS ├─第4课 GAN实战.TS (23)\生成对抗网络\资料;目录中文件数:0个 (24)\迁移学习\视频;目录中文件数:2个 ├─第1课 迁移学习详解.TS ├─第2课 迁移学习实战.TS (25)\迁移学习\资料;目录中文件数:2个 ├─transfer-learning code.zip ├─第一课 迁移学习.pdf (26)\ocr文字识别实战\资料\助学资料TESSERACT OCR;目录中文件数:5个 ├─1_操作指南(1).ipynb ├─sample1.jpg ├─sample2.jpg ├─sample3.jpg ├─tesserocr-master.zip (27)\ocr文字识别实战\资料\助学资料前三次课的知识点总结;目录中文件数:10个 ├─2_RNN.html ├─3_LSTM.html ├─6_AlexNet.ipynb ├─7_VGG16.ipynb ├─第一课.png ├─第一课知识点总结.ipynb ├─第三课.png ├─第三课知识点总结.ipynb ├─第二课.png ├─第二课知识点总结.ipynb (28)\强化学习\资料\第1课;目录中文件数:1个 ├─第一课 强化学习简介.pdf (29)\强化学习\资料\第2课;目录中文件数:3个 ├─code.zip ├─Reinforcement Learning An Introduction.pdf ├─第二课 model-free Learning.pdf (30)\强化学习\资料\第3课;目录中文件数:2个 ├─code.zip ├─第三课 model-free control.pdf (31)\强化学习\资料\第4课;目录中文件数:7个 ├─code.zip ├─Deep Reinforcement Learning with Double Q-learning.pdf ├─Dueling Network Architectures for Deep Reinforcement Learning.pdf ├─Human-level control through deep reinforcement learning.pdf ├─Playing Atari with Deep Reinforcement Learning.pdf ├─PRIORITIZED EXPERIENCE REPLAY.pdf ├─第四课 Q-Learning.PDF (32)\强化学习\资料\第5课;目录中文件数:6个 ├─alphaGoZero-论文.pdf ├─Continuous MountainCar Actor Critic Solution.ipynb ├─pg-draft-论文.pdf ├─pg-rl-fa-论文.pdf ├─plotting.py ├─第五课 策略梯度学习.pdf (33)\强化学习\资料\第6课;目录中文件数:3个 ├─code.zip ├─[翻译] Deep Reinforcement Learning_Pong.pdf ├─第六课 强化学习与DQN.pdf (34)\无人驾驶\资料\无人驾驶 思维导图;目录中文件数:9个 ├─无人驾驶实践--第七课高精度地图1.png ├─无人驾驶实践--第八课定位.png ├─无人驾驶实践--第六课:动态环境感知与跟踪算法.png ├─无人驾驶实践---第五课:动态环境感知与3D检测算法.png ├─无人驾驶实践--.png ├─无人驾驶实践--第四课:动态环境感知与2D检测算法--.png ├─无人驾驶实践-.xmind ├─无人驾驶实践.png ├─无人驾驶实践3rd--.png (35)\无人驾驶\资料\第一课 自动驾驶概述;目录中文件数:4个 ├─Computer Vision for Autonomous Vehicles.pdf ├─Self-Driving Cars A Survey.pdf ├─基于深度学习的自动驾驶技术综述.pdf ├─第一课课件.docx (36)\无人驾驶\资料\第七课 高精地图与车路协同设备;目录中文件数:4个 ├─HD Map.ipynb ├─project.tgz ├─第七课课件.zip ├─高精地图Class.pptx (37)\无人驾驶\资料\第三课-静态环境感知与分割算法;目录中文件数:5个 ├─1_车道线检测案例_传统方式.zip ├─2_车道线检测深度学习方法.zip ├─第三课车道检测参考文章(外网无法打开可查看这个).pdf ├─静态环境感知与分割算法-更新.pptx ├─静态环境感知与分割算法.pptx (38)\无人驾驶\资料\第九课 预测系统;目录中文件数:2个 ├─预测系统 preview.pptx ├─预测系统v1.0.pptx (39)\无人驾驶\资料\第二课 软件环境基础(ROS CMake);目录中文件数:7个 目录过长没有全部列出
购买主题
已有 4 人购买
本主题需向作者支付 180 金币 才能浏览
| |
| ||
| ||
| ||
| ||
| ||
| ||
| ||
| ||