课程目录

├──第01章 课程引导
| ├──第1节： 开场白.mp4 37.47M
| ├──第2节1-1： 课程安排I.mp4 61.80M
| ├──第2节2-2： 课程安排II.mp4 61.02M
| ├──第3节1-1： 绪论II (1).mp4 76.12M
| └──第3节2-2： 绪论II (2).mp4 92.29M
├──第02章 神经网络深⼊
| ├──第10节 【实战】正则化方法.mp4 55.13M
| ├──第11节： 模型性能评价.mp4 73.59M
| ├──第12节： 【实战】模型性能评价指标.mp4 171.66M
| ├──第13节： 深度学习能力边界.mp4 72.22M
| ├──第1节： 从优化问题讲起I.mp4 77.01M
| ├──第2节： 【实战】拟合问题.mp4 84.93M
| ├──第3节 从优化问题讲起 II.mp4 68.94M
| ├──第4节： 实战：优化方法比较从优化问题讲起 II.mp4 31.11M
| ├──第5节： 深度神经网络.mp4 63.79M
| ├──第6节： 【实战】使用神经网络建模MNIST数据.mp4 144.76M
| ├──第7节： 【实战】激活函数与优化方法.mp4 128.10M
| ├──第8节： 正则化方法 I.mp4 42.50M
| ├──第9节： 正则化方法 II.mp4 82.44M
| └──作业.txt 0.50kb
├──第03章 图像分类与目标检测
| ├──第三章第10节： 【实战】表征学习.mp4 80.16M
| ├──第三章第11节： 第二章习题讲解.mp4 60.36M
| ├──第三章第12节： 彩蛋.mp4 2.64M
| ├──第三章第1节： 卷积的基本概念I.mp4 73.80M
| ├──第三章第1节： 卷积的基本概念II.mp4 114.46M
| ├──第三章第1节： 卷积的基本概念III.mp4 64.52M
| ├──第三章第2节： 2.4 实战：异构深度学习环境搭建.mp4 197.79M
| ├──第三章第3节： 2.5 实战：卷积层的实现.mp4 79.42M
| ├──第三章第4节： 2.6 典型卷积神经网络.mp4 51.46M
| ├──第三章第5节： 2.7 实战：简单的卷积神经网络.mp4 158.51M
| ├──第三章第6节： AlexNet模型.mp4 54.14M
| ├──第三章第6节： LeNet模型.mp4 68.73M
| ├──第三章第6节： ResNet模型.mp4 89.01M
| ├──第三章第6节： VGGNet模型.mp4 65.90M
| ├──第三章第7节： 【实战】ResNet.mp4 152.73M
| ├──第三章第8节： 目标检测.mp4 130.06M
| ├──第三章第9节： 【实战】Faster R-CNN.mp4 52.03M
| └──第三章作业.txt 0.43kb
├──第04章 图像分割
| ├──第四章第10节： 模型训练流程.mp4 86.48M
| ├──第四章第11节： 第三章习题讲解.mp4 62.06M
| ├──第四章第12节： 彩蛋.mp4 2.64M
| ├──第四章第1节： 图像分割基础.mp4 84.90M
| ├──第四章第2节： 【实战】Deconvolution与空洞卷积.mp4 74.44M
| ├──第四章第3节： 图像分割模型.mp4 94.01M
| ├──第四章第4节： 【实战】U-Net.mp4 65.20M
| ├──第四章第5节： 【实战】DeepLab v3.mp4 80.20M
| ├──第四章第6节： 模型可视化.mp4 40.34M
| ├──第四章第7节： 【实战】特征图像可视化.mp4 92.56M
| ├──第四章第8节： 病理影像分割初探.mp4 159.27M
| ├──第四章第9节： 自监督学习.mp4 131.19M
| └──第四章作业.txt 0.27kb
├──第06章 分布式深度学习系统
| ├──第六章第1节： 分布式系统.mp4 107.45M
| ├──第六章第2节： 分布式深度学习系统.mp4 142.05M
| ├──第六章第3节： 【实战】数据并行模型训练.mp4 281.38M
| ├──第六章第4节： 微服务架构.mp4 38.41M
| ├──第六章第5节： 【实战】使用Kafka搭建MQ.mp4 91.07M
| ├──第六章第6节： 分布式推理系统.mp4 55.88M
| ├──第六章第7节： TensorFlow Serving in Docker.mp4 57.77M
| ├──第六章第8节： 第五章习题讲解.mp4 16.62M
| └──第六章第9节： 直击面试II.mp4 160.35M
├──第07章 深度学习前严
| ├──第七章第10节： 第六章习题讲解.mp4 23.81M
| ├──第七章第11节： 直击面试III.mp4 146.66M
| ├──第七章第1节： 深度增强学习.mp4 78.38M
| ├──第七章第2节： 【实战】Flappy Bird.mp4 32.86M
| ├──第七章第3节： AlphaGo.mp4 114.57M
| ├──第七章第4节： 生成对抗网络.mp4 32.96M
| ├──第七章第5节： 【实战】SimpleGAN.mp4 226.11M
| ├──第七章第6节： 【实战】ConditionalGAN.mp4 145.05M
| ├──第七章第7节： 【实战】CycleGAN.mp4 186.24M
| ├──第七章第8节： 未来在哪里.mp4 49.77M
| └──第七章第9节： 彩蛋.mp4 2.62M
├──第08章 专题讲座
| ├──第八章第1节： 【Lecture 1】DenseNet_.mp4 97.83M
| ├──第八章第1节： 【Lecture 2】Inception.mp4 142.22M
| ├──第八章第1节： 【Lecture 3】Xception.mp4 84.56M
| ├──第八章第1节： 【Lecture 4】ResNeXt.mp4 84.36M
| ├──第八章第1节： 【Lecture 5】Transformer和它的朋友们.mp4 234.78M
| ├──第八章第1节： 【Lecture 6】深度学习产品化.mp4 221.35M
| ├──第八章第1节： 【Lecture 7】果壳中的量子计算.mp4 101.56M
| └──第八章第1节： 【Lecture 8】人工智能产业.mp4 211.49M
├──第09章 应用于大规模数据集的图像分类模型
| ├──第九章第10节： 模型测试代码.mp4 120.23M
| ├──第九章第11节： 模型训练与过程分析.mp4 76.07M
| ├──第九章第12节： 模型批量测试与性能指标.mp4 79.11M
| ├──第九章第13节： ResNet家族模型的表现.mp4 64.20M
| ├──第九章第14节： 常见模型的表现.mp4 151.17M
| ├──第九章第1节： 核心实战概述.mp4 33.81M
| ├──第九章第2节： ImageNet介绍.mp4 99.54M
| ├──第九章第3节： 数据探索与预处理.mp4 117.84M
| ├──第九章第4节： 数据队列.mp4 72.51M
| ├──第九章第5节： 通用数据队列(1).mp4 74.81M
| ├──第九章第5节： 通用数据队列.mp4 74.81M
| ├──第九章第6节： 建立模型结构.mp4 102.06M
| ├──第九章第7节： MNIST数据集训练.mp4 129.32M
| ├──第九章第8节： ImageNet Tiny数据集训练.mp4 99.99M
| ├──第九章第9节： 猫狗大战数据集介绍与预处理.mp4 42.56M
| └──作业.txt 0.42kb
├──第10章 建立病理影像的病变区域分割模型
| ├──第一十章第10节： DeepLabv3Plus模型训练与测试.mp4 147.79M
| ├──第一十章第11节： 论文串烧：BMJ Open.mp4 610.17M
| ├──第一十章第12节： 论文串烧P2.mp4 335.45M
| ├──第一十章第13节： 论文串烧：Nature Communications.mp4 668.07M
| ├──第一十章第14节： 论文串烧：ICCV.mp4 597.40M
| ├──第一十章第15节： 论文串烧：ECML.mp4 513.78M
| ├──第一十章第16节： 论文串烧：Nature Medicine.mp4 416.43M
| ├──第一十章第17节： 第九章习题讲解.mp4 177.13M
| ├──第一十章第1节： 数字病理切片介绍.mp4 151.64M
| ├──第一十章第2节： 数字病理切片预处理.mp4 93.92M
| ├──第一十章第3节： 样本均衡性处理.mp4 72.36M
| ├──第一十章第4节： 经典数据队列.mp4 110.57M
| ├──第一十章第5节： 建立训练模型.mp4 115.60M
| ├──第一十章第6节： 实现测试逻辑.mp4 204.79M
| ├──第一十章第7节： 预测结果后处理.mp4 61.67M
| ├──第一十章第8节： 20x模型训练与测试.mp4 260.75M
| └──第一十章第9节： 40x模型训练与测试.mp4 60.39M
├──第11章 分布式深度学习推理系统
| ├──第一十一章第10节： 运行Celery任务.mp4 84.35M
| ├──第一十一章第11节： 模型导出与运行.mp4 61.88M
| ├──第一十一章第12节： 系统整体运行.mp4 116.62M
| ├──第一十一章第13节： 构建Docker镜像的原始方法.mp4 137.77M
| ├──第一十一章第14节： 使用Dockerfile构建镜像.mp4 105.94M
| ├──第一十一章第15节： 增加病理影像预测Task.mp4 196.28M
| ├──第一十一章第16节： 分布式系统研究结果.mp4 265.61M
| ├──第一十一章第17节： TensorFlow Serving的内部机制.mp4 290.54M
| ├──第一十一章第1节： 系统架构设计.mp4 50.15M
| ├──第一十一章第2节： 代码结构与调度器配置.mp4 107.66M
| ├──第一十一章第3节： 调度器核心逻辑.mp4 120.38M
| ├──第一十一章第4节： 自定义Logging机制.mp4 62.74M
| ├──第一十一章第5节： 工作节点基础代码.mp4 60.91M
| ├──第一十一章第6节： 工作节点任务处理.mp4 26.18M
| ├──第一十一章第7节： 工作节点核心逻辑.mp4 178.34M
| ├──第一十一章第8节： 日志模块编写.mp4 69.51M
| └──第一十一章第9节： 代码调试环境搭建.mp4 167.12M
└──第12章 课程总结
| ├──第一十二章第1节： 课程总结III：循环神经网络.mp4 112.31M
| ├──第一十二章第1节： 课程总结II：卷积神经网络.mp4 430.28M
| ├──第一十二章第1节： 课程总结IV：深度学习系统与前沿.mp4 277.52M
| └──第一十二章第1节： 课程总结I：深度学习理论.mp4 226.33M