黑马AI就业班2024人工智能python视频nlp机器视觉课程CV自然语言

AI技术深度解析与实战项目

⭐ 编辑推荐

全面掌握Python、NLP、机器视觉、深度学习等AI核心技术,通过实战项目提升就业竞争力。

课程亮点

• Python编程进阶
• NLP自然语言处理
• 机器视觉与深度学习
• 实战项目经验

课程目录

黑马AI就业班2024人工智能python视频nlp机器视觉课程CV自然语言
赠送AI关系抽取项目
源码课件笔记资料
阶段9-算法初识
阶段8-AI医疗项目实战
阶段7-自然语言处理基础
阶段6-深度学习基础
阶段5-金融风控项目与数据挖掘
阶段4-机器学习与多场景项目实战
阶段3-数据处理与统计分析
阶段2-Python编程进阶
阶段16-串讲 赠品
阶段15-AI智慧交通项目实战
阶段14-亿图人脸支付项目
阶段13-计算机视觉
阶段12-CHATGPT与大模型
阶段11-红蜘蛛知识图谱项目
阶段10-投满分项目V4
阶段1-python基础编程
day05
day04
day03
day02
day01
13-将所有预测的SPO三元组数据导入Neo4j.mp4
12-Neo4j创建节点函数.mp4
11-Neo4j图数据库准备数据.mp4
10-py2neo操作neo4j结尾.mp4
09-节点和关系的删除.mp4
08-关系查询.mp4
07-Neo4j图数据库查询节点.mp4
06-Neo4j图数据库创建关系.mp4
05-Neo4j图数据库创建节点.mp4
04-Neo4j图数据库安装介绍.mp4
03-API接口的测试.mp4
02-API接口的制作.mp4
01-知识回顾.mp4

适合人群

  • AI技术爱好者
  • Python开发者
  • 机器学习工程师

学习收获

掌握AI核心技术
提升项目实战能力
增强就业竞争力

祝您学习愉快!

学有所成,前程似锦!

课程目录

课程资料
赠送:AI关系抽取项目
day04
04-Casrel模型客实体识别代码_.mp4
10-extract_obj_and_relation函数的分析_.mp4
06-Casrel模型代码搭建实现_.mp4
07-load_model函数代码实现_.mp4
14-train函数代码的实现_.mp4
15-test函数代码实现_.mp4
12-train_eopch和modle2dev函数讲解_.mp4
09-extract_sub代码实现_.mp4
03-Casrel模型get_encode_result和get_subs代码实现_.mp4
02-Casrel模型init函数实现_.mp4
05-Casrel模型forward函数实现_.mp4
01-内容回顾_.mp4
13--train函数讲解_.mp4
11-extract_obj_and_rel函数的实现_.mp4
08-extract_sub函数代码分析_.mp4
day03
10-create_label代码思想_.mp4
06-Casrel数据集介绍_.mp4
05-Casrel模型架构_.mp4
13--collate_fn自定义函数实现_.mp4
03-Joint方法优缺点_.mp4
08-第一个数据处理函数find_head_index实现_.mp4
07-Config类代码的实现_.mp4
11-create_label代码实现_.mp4
14-Dataset类代码实现_.mp4
04-Casrel模型架构讲解_.mp4
15-Dataloader类代码分析和实现_.mp4
02-Joint方法原理介绍_.mp4
09-数据预处理函数creat_label思想_.mp4
01-知识回顾_.mp4
12-collate_fn自定义函数代码分析_.mp4
day05
05-Neo4j图数据库创建节点_.mp4
06-Neo4j图数据库创建关系_.mp4
04-Neo4j图数据库安装介绍_.mp4
03-API接口的测试_.mp4
07-Neo4j图数据库查询节点_.mp4
09-节点和关系的删除_.mp4
02-API接口的制作_.mp4
08-关系查询_.mp4
12-Neo4j创建节点函数_.mp4
13-将所有预测的SPO三元组数据导入Neo4j_.mp4
10-py2neo操作neo4j结尾_.mp4
11-Neo4j图数据库准备数据_.mp4
day01
05-关系抽取任务的指标和问题_.mp4
10-Pipeline方式原理介绍_.mp4
09-规则实现关系抽取总结mp4_.mp4
01-关系抽取项目简介_.mp4
02-关系抽取项目背景介绍_.mp4
14--数据预处理函数sent_padding实现_.mp4
11-BiLSTM+Attention模型架构分析_.mp4
12--BiLSTM+Attention模型配置文件_.mp4
07--规则进行关系抽取任务介绍_.mp4
03-关系抽取其业务他应用场景_.mp4
13-BILSTM+Attention数据预处理函数配置_.mp4
08-规则实现关系抽取代码分析_.mp4
06--关系抽取第一小结_.mp4
04-关系抽取任务的特点_.mp4
day02
19--今日内容总结_.mp4
05-get_txt_data函数代码实现_.mp4
03-数据预处理pos函数和pos_padding函数的实现_.mp4
09--Dataset类和Dataloader类实现_.mp4
08--自定义函数collate_fn函数的实现_.mp4
04-数据预处理函数get_txt_data讲解_.mp4
12--初始化参数方法和attention方法实现_.mp4
17--预测代码分析_.mp4
01-昨日视频回顾_.mp4
16--模型训练_.mp4
11-init方法代码实现_.mp4
14--foward函数代码实现_.mp4
15--模型数据形状结果分析_.mp4
02-数据预处理Pos函数讲解_.mp4
13--forward函数代码分析_.mp4
10--BiLSTM+Attention模型类init方法讲解_.mp4
18--模型预测代码的实现_.mp4
06--get_word_id函数实现_.mp4
07--DataSet类的实现_.mp4
阶段14-AI智慧交通项目实战
02-yoloV8
01-YOLO发展_.mp4
05-streamlit的实现_.mp4
04-效果展示_.mp4
02-V8简介_.mp4
03-V8的使用_.mp4
04-车道线检测
10-图像去畸变_.mp4
08-双目较正_.mp4
12-车道线定位_.mp4
01-车道线检测原理_.mp4
04-相机较正方法_.mp4
11-车道线提取_.mp4
07-相机较正流程_.mp4
14-车道线填充_.mp4
03-内容回顾_.mp4
13-车道线拟合_.mp4
05-优化方法_.mp4
06-优化方法2_.mp4
16-车辆偏离中心库里计算_.mp4
17-车道线检测流程_.mp4
09-相机较正实现_.mp4
15-车道线曲率_.mp4
02-相机坐标系转换_.mp4
18-效果展示_.mp4
03-车流量统计
04-KM算法_.mp4
07-卡尔曼滤波实践_.mp4
11-deepsort算法跟踪_.mp4
05-卡尔曼滤波_.mp4
03-sort和deepsort算法_.mp4
10-sort算法实现跟踪_.mp4
09-sort算法实现2_.mp4
08-sort算法实现1 _.mp4
02-多目标跟踪算法_.mp4
01-车流量统计思想_.mp4
06-卡尔曼滤波思想_.mp4
01-opencv
04-opencv介绍_.mp4
01-项目架构_.mp4
02-项目构成_.mp4
09-图像旋转和仿射变换_.mp4
13-边缘检测思想_.mp4
08-图像缩放与平移_.mp4
07-图像加法_.mp4
03-资料共享_.mp4
16-视频读写_.mp4
12-图像平滑方法_.mp4
17-opencv总结_.mp4
05-图像读写_.mp4
15-canny边缘检测_.mp4
10-透射变换_.mp4
11-图像噪声_.mp4
14-sobel边缘检测_.mp4
06-绘制几何图像_.mp4
阶段13-亿图人脸支付项目
01-人脸检测
10.模型训练_.mp4
03.人脸检测概述_.mp4
01.内容回顾_.mp4
09.训练流程_.mp4
06.模型构建_.mp4
11.内容总结_.mp4
02.视频读写_.mp4
07.参数配置_.mp4
08.训练策略_.mp4
05.数据集获取_.mp4
04.验证数据集_.mp4
02-人脸姿态
08.模型构建_.mp4
05.人脸姿态概述_.mp4
10. 内容总结_.mp4
07.数据增强_.mp4
09.模型训练_.mp4
02.模型训练结果_.mp4
04.模型预测流程_.mp4
03.模型预测_.mp4
06.数据集加载_.mp4
03-人脸多任务
03.数据加载_.mp4
12.内容总结_.mp4
06.模型训练_.mp4
02.人脸多任务_.mp4
05.模型构建_.mp4
10.模型构建_.mp4
07.模型预测_.mp4
09.数据获取_.mp4
04.数据增强_.mp4
11.arcface_.mp4
08.人脸识别_.mp4
04-人脸识别
03.模型使用_.mp4
04.模型集成_.mp4
02.模型训练_.mp4
06.人脸矫正_.mp4
10.人脸支付项目总结_.mp4
07.属性获取_.mp4
05.代码结构_.mp4
08.可视化_.mp4
09.模型部署_.mp4
阶段12-CHAT_GPT与大模型
10-PPL困惑度计算_.mp4
15-T5模型讲解_.mp4
04-N-Gram语言模型介绍_.mp4
12-BERT模型的架构介绍_.mp4
06-基于transformer的预训练语言模型_.mp4
11-LLM架构类型_.mp4
02-大模型背景基础知识_.mp4
08-BlEU指标计算_.mp4
14-GPT模型讲解_.mp4
01-大模型整体课程介绍_.mp4
03-语言模型介绍_.mp4
13-BERT模型特点_.mp4
05-神经网络语言模型_.mp4
07-大语言模型的介绍_.mp4
16-大模型Decoder-only的原因_.mp4
08-ChatGLM-6B讲解_.mp4
01-昨日内容复习_.mp4
10-BLOOM大模型_.mp4
07-GLM架构思想_.mp4
03-GPT2模型介绍_.mp4
09-LLaMA模型讲解_.mp4
06-ChatGPT原理学习_.mp4
04-GPT3模型介绍_.mp4
02-ChatGPT基本介绍_.mp4
13-百度千帆大模型应用平台注册使用_.mp4
12-Prompt-Tuning介绍_.mp4
05-理解强化学习思想_.mp4
11-Fine-Tuning思想回顾_.mp4
03-GPT3提出Prompt前身思想_.mp4
11-COT思想_.mp4
14-Lora的思想_.mp4
01-昨日内容回顾_.mp4
05-Prompt-Oriented-Fine-Tuning_.mp4
10-Instruction-Tuning思想_.mp4
09-PPT-模型思想_.mp4
07-Prompt_tuning论文思想引入_.mp4
04-PET模型思想介绍_.mp4
13-Adapter_Tuning思想_.mp4
16-LLMs组件应用_.mp4
06-Hard-Prompt-VS-Soft-Prompt_.mp4
02-引入Prompt-Tuning思想_.mp4
08-P-tuning的思想_.mp4
17-不同模型选择LangChain_.mp4
12-Prefix-Tuning_.mp4
05-Prompt提示-few-shot模版构建_.mp4
07-Sequential_Chain的应用_.mp4
10-message_dict的使用_.mp4
01-ChatModels的应用_.mp4
03-Embedding模型_.mp4
12-文档分割_.mp4
04-Prompt提示-zero-shot模版构建_.mp4
08-Agent代理_.mp4
02-ChatPrompt应用_.mp4
09-Memory_.mp4
14-文档检索器_.mp4
13-向量数据库_.mp4
11-文档加载器的使用_.mp4
15-第三章内容总结_.mp4
16-BERT-PET方法文本分类介绍_(已).mp4
06-Chain工具的应用_.mp4
阶段11-红蜘蛛知识图谱项目
day03_03_Electra模型详解_.mp4
day03_02_XLNet模型详解2_.mp4
day03_04_FinBERT模型详解_.mp4
day03_01_XLNet模型详解1_.mp4
day03_06_KG-BERT模型详解_.mp4
day03_05_K-BERT模型详解_.mp4
day07视频_课堂笔记
3-意图识别优化_V2.0-part2.mp4
6-错误知识发现与纠错介绍.mp4
7-大厂商的一些预训练模型介绍.mp4
2-意图识别优化_V2.0-part1.mp4
5-经典知识补全.mp4
4-ONNXRUNTIME加速实现.mp4
1-意图识别优化_数据端.mp4
multi-head-selection模型详解1.mp4
训练模型讲解.mp4
multi-head-selection模型详解2.mp4
事件抽取和schema解析.mp4
multi-head-selection模型详解3.mp4
day08
4-红蜘蛛课程回顾2.mp4
10-面试题总结1.mp4
7-在线部分子功能模块复习.mp4
11-面试题总结2.mp4
9-基础知识复习.mp4
3-红蜘蛛课程回顾1.mp4
5-NER模型重点复习.mp4
1-大厂主流预训练模型介绍.mp4
8-优化功能总结.mp4
2-基础知识复习.mp4
6-RE模型重点复习.mp4
day06视频_课堂笔记
意图识别模块优化升级.mp4
意图识别模型优化.mp4
课程内容复习.mp4
知识图谱众包.mp4
GPT2优化版本V1.2详解.mp4
9.1小节功能优化V1.1数据写入解析.mp4
概念图谱.mp4
生成式模型优化V1.2版本详解.mp4
day05视频_课堂笔记
图数据库写入数据2.mp4
问题分类子任务代码分析与实现.mp4
图数据库写入数据1.mp4
红蜘蛛上线实操.mp4
课程回顾复习.mp4
问题解析子任务代码分析与实现.mp4
答案查询子任务代码分析与实现.mp4
day01_06_BERT源代码分析_.mp4
day01_04_第3小节_.mp4
day01_09_MacBERT模型解析_.mp4
day01_02_面试总结2_.mp4
day01_01_面试总结1_.mp4
day01_03_红蜘蛛第1章_第1-2节_.mp4
day01_05_第2章_2.2小节_.mp4
day01_07_Albert模型解析_.mp4
day01_08_RoBerta模型解析_.mp4
day02_06_IDCNNCRF代码解析_.mp4
day02_04_工具类代码实现_.mp4
day02_08_3.2小节FLAT模型介绍_.mp4
day02_09_3.3小节规则派NER_.mp4
day02_07_IDCNNCRF代码实现_.mp4
day02_01_NER问题解析_.mp4
day02_05_IDCNN模型代码实现_.mp4
day02_02_IDCNN模型介绍_.mp4
day02_03_工具类函数实现_.mp4
阶段10-投满分项目V4
06-主函数_.mp4.mp4
10-多层剪枝_.mp4
05-模型训练_.mp4
03-数据对齐_.mp4
09-结构化剪枝_.mp4
07-剪枝思想_.mp4
11-全局剪枝_.mp4
04-损失计算_.mp4
12-自定义剪枝_.mp4
06-训练流程_.mp4
02-textCNN介绍_.mp4
08-特定层剪枝_.mp4
day06
02-数据集构建方法_.mp4
03-项目串讲_.mp4
01-面试问题和工作文问题_.mp4
08-时间差计算_.mp4
07-数据迭代_.mp4
05-bert代码结构构建_.mp4
01-fasttext优化-分词_.mp4
06-bert数据获取_.mp4
04-bert数据信息_.mp4
02-模型训练_.mp4
03-模型部署_.mp4
06-特征工程_.mp4
01-项目背景和数据集介绍_.mp4
11-优化1-自动化参数搜索_.mp4
05-数据获取_.mp4
03-数据分布分析_.mp4
07-模型构建与训练_.mp4
04-分词_.mp4
02-数据集获取_.mp4
08-fasttext数据处理_.mp4
10-fasttext模型训练_.mp4
09-fasttext数据集构建_.mp4
05-模型预测_.mp4
03-模型训练与评估实现_.mp4
07-模型量化_.mp4
02-模型训练与评估思想_.mp4
04-实现2_.mp4
01-模型构建_.mp4
06-模型部署_.mp4
04-词表构建_.mp4
08-textCNN实践_.mp4
07-数据迭代实现_.mp4
02-模型蒸馏思想_.mp4
01-昨日回顾_.mp4
03-模型蒸馏项目架构_.mp4
06-数据获取实现_.mp4
阶段9-算法初识
32_动态规划简介_.mp4
04_数组问题_移除元素_.mp4
18_给链表添加常用方法_.mp4
35_下午内容小结_.mp4
10_字符串问题_借助字典解决问题_.mp4
33_动态规划问题_.mp4
13_查找问题_同构字符串_.mp4
27_递归_二叉树的遍历问题_.mp4
19_链表相关问题_反转链表_.mp4
06_数组问题_对撞指针_.mp4
17_链表概念介绍_.mp4
01_算法面试简介_.mp4
15_查找问题_存在重复元素_.mp4
21_栈介绍&有效的括号_.mp4
22_栈问题_最小栈_.mp4
08_数组问题_滑动窗口小结_.mp4
25_队列问题_滑动窗口最大值_.mp4
28_递归问题_树的最大深度和翻转二叉树_.mp4
23_队列概念介绍_.mp4
29_递归问题_路径总和_.mp4
07_数组问题_滑动窗口_.mp4
09_字符串问题_双指针和滑动窗口_.mp4
11_字符串问题_字符顺序列表说明&ord_.mp4
02_排序算法回顾_.mp4
05_数组问题_删除有序数组中的重复项_.mp4
14_查找问题_两数之和_.mp4
31_回溯问题_数字全排列_.mp4
16_今日回顾_.mp4
34_贪心问题_.mp4
30_递归问题_电话号码的字母组合_.mp4
24_队列相关问题1_.mp4
26_链表栈队列小结_.mp4
20_链表相关问题_2_.mp4
12_查找问题_两个数组的交集_.mp4
03_数组问题_移动0_.mp4
阶段8-AI医疗项目实战
01 作业点评1_(2314179).mp4
16 main函数实现_(6504762).mp4
… 共 3105 条