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





