面对 AI 领域日新月异的技术迭代，很多技术学习者往往陷入“学完过时”的焦虑。如果你已经掌握了基础的 CNN 和 RNN，但面对 GNN（图神经网络）、Transformer Decoder 在视觉任务的应用以及 Mask2former 分割算法这些前沿技术时感到无从下手，这门课程正是为了填补这一能力缺口而设计的。它不是对基础理论的重复，而是针对当前工业界最紧缺的深度学习进阶技能的实战训练。
攻克进阶算法：从理论到 Mask2former 的落地
对于想要在 CV（计算机视觉）领域深耕的同学，仅仅了解基础的图像分类是远远不够的。本课程重点覆盖了语义分割领域的前沿算法——Mask2former。这是一种基于 Transformer 架构的分割范式，它解决了传统分割算法在处理复杂场景时的边界模糊和多目标干扰问题。通过本模块的学习，你将不再局限于调包，而是深入理解 Transformer Decoder 在视觉任务中如何通过自注意力机制精准提取特征，掌握如何将复杂的分割算法转化为可落地的代码模型。
连接数据与知识：图神经网络（GNN）的实战应用
现实世界的数据并非都是简单的表格或图片，大量数据是以“图”的形式存在的，例如社交网络关系、知识图谱或分子结构。这是许多传统深度学习模型无法触及的盲区。课程中关于图神经网络（GNN）的实战训练，将带你进入结构化数据处理的领域。你需要理解节点与节点之间的特征传递机制，学会如何利用 GNN 来解决推荐系统、社交网络分析以及知识推理等复杂问题。这部分内容是区分初级算法工程师与高级专家的关键分水岭。
拥抱 AI Agent：从模型到智能体的跨越
当前的 AI 发展趋势正从单一模型向智能体转变。课程中专门设置的“智能体”章节，旨在打破你对 AI 的刻板印象。这里不只是在教你如何预测下一个词，而是教你如何构建一个能够感知环境、进行决策并执行任务的自主智能体。你需要掌握提示工程、工具调用以及多智能体协作的逻辑。这部分内容对于希望进入大模型应用开发或 AI 产品化领域的同学来说，是通往高薪职位的必经之路。
学完之后，你应该能回答这些问题
- Transformer Decoder 的自注意力机制在视觉分割任务中具体是如何工作的，相比传统的 CNN 解码器有什么优势？
- 图神经网络中的消息传递机制是如何更新节点特征的，如何解决图数据的稀疏性问题？
- 构建一个基于 LLM 的 AI 智能体，需要解决哪几个核心模块的问题（感知、决策、行动）？
咕泡-人工智能深度学习系统班（第九期）¥16800
深度学习前沿技术实战训练
编辑点评
聚焦深度学习核心算法，实战项目丰富，助力AI领域职业发展。
⭐ 编辑推荐
深度学习实战课程，涵盖图神经网络、分割算法、智能体应用等前沿技术。
系统学习，实战演练，打造AI领域专业人才。
课程亮点
• 前沿技术实战
• 系统化学习
• 职业发展助力
课程目录
📁 8-直播：图神经网络
1-图神经网络【网盘分享WPFX.LINK】.mp4 [1.4 GB]
📁 14-直播：分割Mask2former算法
1-分割Mask2former算法【网盘分享WPFX.LINK】.mp4 [452.3 MB]
📁 8-智能体
1-智能体.mp4 [1.4 GB]
📁 9-直播：Transformer Decoder在视觉任务的应用
1-Transformer Decoder在视觉任务的应用【网盘分享WPFX.LINK】.mp4 [1.4 GB]
📁 11-直播：GPT与Hugging face
1-GPT与Hugging face【网盘分享WPFX.LINK】.mp4 [1.6 GB]
📁 9-Agent应用实战
1-Agent应用实战.mp4 [1.4 GB]
📁 1-开班典礼
1-开班典礼.mp4 [1.4 GB]
📁 4-卷积神经网络
1-卷积神经网络.mp4 [1.3 GB]
📁 18-直播：知识图谱与LORA
1-知识图谱与LORA【网盘分享WPFX.LINK】.mp4 [1.5 GB]
📁 12-CVPR2024：YOLO- World
1-CVPR2024：YOLO- World.mp4 [1.5 GB]
📁 15-直播：多模态与交叉注意力应用
1-多模态与交叉注意力应用【网盘分享WPFX.LINK】.mp4 [1.4 GB]
📁 5-Transformer
1-Transformer.mp4 [1.3 GB]
📁 10-YOLO V9
1-YOLO V9.mp4 [1.4 GB]
📁 16-直播：时间序列timesnet与地理分类任务
1-时间序列timesnet与地理分类任务【网盘分享WPFX.LINK】.mp4 [1.3 GB]
📁 17-直播：论文写作与就业简历
1-论文写作与就业简历【网盘分享WPFX.LINK】.mp4 [1.2 GB]
📁 6-视觉Transformer Vit Debug解读
1-视觉Transformer Vit Debug解读.mp4 [1.2 GB]
📁 2-Pycharm环境配置与Debug演示(没用过的同学必看)
1-Pycharm环境配置与Debug演示(没用过的同学必看).mp4 [125.4 MB]
📁 3-神经网络
…（已达 35 条上限，后续省略）
…（已达 35 条上限，后续省略）适合人群
- AI领域从业者
- 深度学习爱好者
- 应届毕业生
学习收获
掌握深度学习核心算法
提升实战能力
拓展职业发展
祝您学习愉快！
学有所成，前程似锦！
课程目录
44ensrR高级，封装之，基于生产者消费者实现的ylv封装ev.mp4 46ensrR高级，调试方法、思想讨论ev.mp4 48ensrR高级，自动驾驶案例项目selfdrvng深度估计分析ev.mp4 49ensrR高级，自动驾驶案例项目selfdrvng车道线检测分析ev.mp4 4AC体架构分析ev.mp4 4ASPP层特征融合.mp4 4ASPP层特征融合ev.mp4 4AennMas配套使用方法ev.mp4 4CBOW与Spgra模型ev.mp4 4CarseFne大框架ev.mp4 4CrssAenn的作用与效果.mp4 4Cyle开项目简介ev.mp4 4DaaLader构建图结构.mp4 4DrpBl与标签平滑方法.mp4 4FDF关键词提取ev.mp4 4FDF模型ev.mp4 4GCP模块特征融合方法ev.mp4 4GP第二代版本训练策略ev.mp4 4GSreaerRP和RSPev.mp4 4Head层流解读.mp4 4MRE特征提取模块.mp4 4MeaLearn要解决的题.mp4 4MlSep策略ev.mp4 4Msa数据增强方法.mp4 4NVDAAO预训练模型和训练aev.mp4 4PahEbeddng的作用与实现.mp4 4PnNe算法出发点解读.mp4 4Pyrh基本操作简介ev.mp4 4RBera模型训练方法解读ev.mp4 4Resne络前向传播.mp4 4Resne络前向传播ev.mp4 4SAM注意力机制模块ev.mp4 4SDF计算基本流解读.mp4 4SPD（可替换下采样）ev.mp4 4SPP层的作用.mp4 4SPP层的作用ev.mp4 4SSUE的作用.mp4 4Sbel算子.mp4 4V版本存在的题及后续改进思路ev.mp4 4ap值计算方法ev.mp4 4asrnn码修改方法.mp4 4bah数据制作ev.mp4 4da运行时AP，使用da核函数速ylv的后处理ev.mp4 4da驱动AP，初始化和检查的理解，CUDA错误检查习惯ev.mp4 4debg模式解读ev.mp4 4ensrR基础，学习从下载nnxensrr到配置好并运行起来全过ev.mp4 4ensrR高级，学习如何使用nnxrne进行nnx的模型推理过ev.mp4 4ensrR高级，封装之，ensr张量的封装，索引计算，内存标记以及自动复制ev.mp4 4ensrR高级，封装之，nfer推理的封装，输入输出ensr的关联ev.mp4 4ensrR高级，封装之，内存管理的封装，内存的复用ev.mp4 4ensrR高级，封装之，模型编译过封装，简化模型编译代码ev.mp4 4ensrR高级，封装之，终极封装形态，以及考虑的题ev.mp4 4ensrR高级，自动驾驶案例项目selfdrvng道路分割分析ev.mp4 4fashn数据集获取ev.mp4 4padng与srde.mp4 4任务基本流.mp4 4传统方法与现在向量空间对比.mp4 4体流概述分析.mp4 4体流解读.mp4 4使用babne进行特征提取.mp4 4使用gens构建rdve词向量（新）ev.mp4 4修改配置文件中的参数.mp4 4偏移量与权重计算并转换.mp4 4傅里叶概述.mp4 4先验框设计改进ev.mp4 4光流估计实战.mp4 4分类任务数据集定义与配置ev.mp4 4创建与删除操作演示ev.mp4 4初始化局部模型并载参数ev.mp4 4前向传播基本模块.mp4 4各模块配置文件组成.mp4 4各版本模型介绍分析.mp4 4后续升级版本介绍.mp4 4后续升级版本介绍ev.mp4 4商品描述长度对价格的影响分析ev.mp4 4垃圾邮件过滤实例ev.mp4 4基于der配置pyrh环境ev.mp4 4基于dlb与ssd的追踪.mp4 4基于不同尺度特征图生成所有框.mp4 4基于光流成对齐操作.mp4 4基于图卷积构建人体拓扑关系ev.mp4 4基于特征图的注意力计算ev.mp4 4基于聚类来选择先验框尺寸ev.mp4 4基于观测值进行最估计.mp4 4基础风格特征卷积模块.mp4 4备Ender编码层所需全部输入.mp4 4实体抽取模块分析ev.mp4 4实现中文分词ev.mp4 4实用Daalader载数据并训练模型().mp4 4实用Daalader载数据并训练模型.mp4 4对ra执行预测操作.mp4 4差异特征计算边界息.mp4 4常用函数介绍ev.mp4 4应用领域简介ev.mp4 4开始模型训练过与题修正.mp4 4得到体素所对应特征图.mp4 4得到动作结果ev.mp4 4得到特征图表示.mp4 4得到特征图表示ev.mp4 4情感数据集处理ev.mp4 4感受nan的GPU算力ev.mp4 4损失函数模块概述.mp4 4损失函数计算方法.mp4 4效果实例演示ev.mp4 4效果评估与展示ev.mp4 4数据与图像特征提取模块.mp4 4数据与标签读取实例.mp4 4数据定义简介.mp4 4数据读取模块.mp4 4数据读取模块ev.mp4 4数据载与配置ev.mp4 4数据遍历方法.mp4 4数据预处理ev.mp4 4数据预处理方法.mp4 4文献报告分析.mp4 4文献报告分析ev.mp4 4暴力求解方法ev.mp4 4最远点采样介绍.mp4 4标签处理并成对齐操作ev.mp4 4根据关键点位置设计关键点标签.mp4 4梯度计算.mp4 4模型络结构设计.mp4 4模型训练过ev.mp4 4注意力机制模块打造.mp4 4注意力机制的作用与效果分析.mp4 4流解读.mp4 4测试DEMO演示.mp4 4测试模型相似度结果ev.mp4 4点云补全任务.mp4 4片段融合思想.mp4 4特征对齐与位置编码初始化.mp4 4特征归属划分.mp4 4特征融合方法演示.mp4 4特征融合方法演示ev.mp4 4环境配置与所需工具包安装ev.mp4 4生成器构造模块解读ev.mp4 4生成器模型架构分析ev.mp4 4生成特征描述.mp4 4相机坐标系.mp4 4码的利用方法.mp4 4码的利用方法ev.mp4 4策略梯度推导ev.mp4 4筛选需要的特征图ev.mp4 4经典卷积计算量与参数量分析ev.mp4 4络流分析.mp4 4络计算流.mp4 4背景建模实战.mp4 4获得空间位置点之间的关系ev.mp4 4要解决的两个题分析.mp4 4觉ransfrer模块的作用.mp4 4解码器输出结果.mp4 4训练与新ev.mp4 4训练模型所需基本配置参数分析.mp4 4训练自己标注的数据并测试ev.mp4 4训练自己的目标检测模型备ev.mp4 4论文总结ev.mp4 4评估所需参数计算ev.mp4 4词云展示ev.mp4 4词向量ev.mp4 4词向量与投影ev.mp4 4车位直线检测.mp4 4车道线标签数据处理.mp4 4轮廓检测结果.mp4 4载模型对测试数据进行预测ev.mp4 4载预训练模型开始训练.mp4 4辅助层的作用.mp4 4输入数据处理方法.mp4 4输入样本填充补齐ev.mp4 4边框要计算的特征分析.mp4 4边界填充.mp4 4迁移学习方法解读.mp4 4返回线性预测结果ev.mp4 4选项判断识别.mp4 4透变换结果.mp4 4配置文件数据增强策略分析.mp4 4金融与推荐领域的应用ev.mp4 4闭眼检测.mp4 4阶段监督训练ev.mp4 4项目参数解析ev.mp4 4额外的训练参数解读ev.mp4 6Adan的目的与效果ev.mp4 6BEV空间与图像空间位置对应.mp4 6COU损失函数定义.mp4 6D卷积络所涉及模块.mp4 6GP的提示与生成方法ev.mp4 6GradCa可化方法.mp4 6HardNegave方法应用ev.mp4 6HerarhalSfaxev.mp4 6NVDAAO预训练模型和训练ev.mp4 6OU代价矩阵计算.mp4 6OnPly与OffPly策略ev.mp4 6V4版本体概述ev.mp4 6YOLO算法体思路解读ev.mp4 6as矩阵的作用ev.mp4 6bleOne(速)ev.mp4 6da驱动AP，使用驱动AP进行内存分配ev.mp4 6deeplabVPls版本络架构.mp4 6deeplabVPls版本络架构ev.mp4 6deepsrea推理ev.mp4 6ensrR基础，对插件过进行封装，并实现容易的插件开发ev.mp4 6ensrR基础，概述清单ev.mp4 6ensrR高级，学习深度学习中涉及的线知识ev.mp4 6gee构建bah.mp4 6grd设置方法.mp4 6penv中sf函数使用.mp4 6qery要预测的任务解读.mp4 6rss关系计算方法实例.mp4 6sarganv版本标签输入分析ev.mp4 6sharr与lapaan算子.mp4 6sl与fas分别执行采样操作.mp4 6不同类型的缺陷检测方法.mp4 6低通与高通滤波.mp4 6体素特征提取方法解读.mp4 6候选框过滤方法.mp4 6偏移量ffse计算.mp4 6停用词过滤ev.mp4 6分别得到eaher与Sden模型.mp4 6创建关系边ev.mp4 6判别模块ev.mp4 6前向算法ev.mp4 6医疗数据集（糖尿病）实体识别ev.mp4 6参数与计算量的比较ev.mp4 6参数基本设计ev.mp4 6参数计算模块解读.mp4 6参数迭代与新ev.mp4 6双向计算特征对齐.mp4 6各位置点归属判断.mp4 6各模块输出特征图解读.mp4 6图像阈值.mp4 6图匹配在行人重识别中的作用ev.mp4 6坐标映射与还原ev.mp4 6基于fdf提取关键词息ev.mp4 6基于字符的训练ev.mp4 6基于贝叶斯算法进行新闻分类ev.mp4 6复制所需配置到容器中ev.mp4 6如何修改参数适配络结构.mp4 6如何找到合适的初始化参数.mp4 6子图模块构建方法.mp4 6字符预处理转换D.mp4 6得到阶段输出结果.mp4 6成训练模块ev.mp4 6所有络模块构建实例ev.mp4 6损失函数应用位置ev.mp4 6损失函数概述.mp4 6数据Daalader封装ev.mp4 6数据关系抽取分析ev.mp4 6数据路径配置ev.mp4 6数据预处理与数据增强模块ev.mp4 6文本模型中的结构分析.mp4 6文档扫描识别效果.mp4 6权重参数标化操作.mp4 6根据文件夹定义数据集.mp4 6模型效果验证.mp4 6模型效果验证ev.mp4 6模型构建与计算流ev.mp4 6模型训练与DEMO演示.mp4 6模型训练与输出结果预测ev.mp4 6模板匹配方法.mp4 6池化层原理.mp4 6测试与展示模块.mp4 6深度学习模型ev.mp4 6激活函数与体架构总结ev.mp4 6点云数据特征提取概述与预告.mp4 6特征合并处理.mp4 6特征图升维与降采样操作.mp4 6特征图升维与降采样操作ev.mp4 6特征图生成.mp4 6特征序列构建ev.mp4 6生成络模块构造ev.mp4 6目标函数与公式解析ev.mp4 6相机内外参.mp4 6空洞卷积与ASPP.mp4 6粗粒度匹配过与作用.mp4 6线性回归DEMO数据与参数配置ev.mp4 6组区域划分方法.mp4 6络训练ev.mp4 6编码器训练方法ev.mp4 6缺陷检测模型训练.mp4 6自己数据集如何发的好(要开)ev.mp4 6补充R(pls)D处理方法分析.mp4 6补充R(pls)D处理方法分析ev.mp4 6补全点云数据.mp4 6计算得到位置权重值ev.mp4 6计算机眼中的状态与行为ev.mp4 6训练个基本的分类模型.mp4 6训练出自己目标识别模型bev.mp4 6训练所需数据备.mp4 6训练络模型ev.mp4 6调成剪枝模型ev.mp4 6车位区域划分.mp4 6输出类别个数修改.mp4 6输出结果分析.mp4 6输出结果融合新.mp4 6边缘填充方法.mp4 6边缘填充方法ev.mp4 6近似Aenn模块实现.mp4 6进效率提升对比.mp4 6追踪中的状态量.mp4 6遇到的题及改进方法分析.mp4 6额外补充RNN络模型解读ev.mp4 6额外补充Resne络架构解读ev.mp4 8BEV空间特征构建.mp4 8BaWelh算法ev.mp4 8CBOW求解目标ev.mp4 8DEMO应用演示ev.mp4 8Deenarge层的作用.mp4 8Ender层成特征对齐.mp4 8MMCLS可化模块应用.mp4 8PAF标签设计方法.mp4 8PPO算法体思路解析ev.mp4 8PrbAenn(采样策略)ev.mp4 8Q值迭代求解ev.mp4 8SPP与CSP络结构.mp4 8VerNe输出层分析.mp4 8V模块码分析.mp4 8V版本改进以及Rel激活函数的题ev.mp4 8V络配置文件解读.mp4 8da运行时AP，第个运行时序，helldaev.mp4 8ensrR基础，实现模型的推理过ev.mp4 8ensrR高级，学习使用RA获取即初始化配合接口模式对代码进行有效封装ev.mp4 8ensrR高级，概述和清单ev.mp4 8graphebeddng的作用与效果ev.mp4 8sl与fas特征图拼接操作.mp4 8任务总结ev.mp4 8体络架构解读ev.mp4 8全局体素特征提取.mp4 8关系抽取模型训练ev.mp4 8分割输出模块.mp4 8判别器损失计算ev.mp4 8判别器模块解读ev.mp4 8匹配小例子分析.mp4 8卷积操作流.mp4 8合得到图模型输入特征.mp4 8命令行参数介绍.mp4 8在码中入各种注意力机制方法ev.mp4 8基于拓扑结构组合关键点特征ev.mp4 8基于的车位检测.mp4 8局部特征提取实例ev.mp4 8序列传播计算.mp4 8成PAF特征图制作.mp4 8成分帧操作.mp4 8成基础匹配模块.mp4 8损失函数denylss计算方法ev.mp4 8损失函数与训练ev.mp4 8损失函数计算实例解读ev.mp4 8损失模块输入参数分析.mp4 8数据增强策略分析ev.mp4 8数据清洗实例ev.mp4 8模型训练DEMOev.mp4 8模型训练方法.mp4 8池化层的作用.mp4 8池化层的作用ev.mp4 8测试唐诗生成效果ev.mp4 8特征拼接方法解读.mp4 8特征提取模块体流.mp4 8特征构建方法分析.mp4 8特征融合改进ev.mp4 8直方图定义.mp4 8相机标定简介.mp4 8算法络结构解读.mp4 8级联匹配模块.mp4 8细粒度匹配的作用与方法.mp4 8络arsefne过.mp4 8络模型预测结果输出.mp4 8络迭代训练ev.mp4 8聚类分析与主题模型展示ev.mp4 8补充常见ensr格式ev.mp4 8补充评估指标.mp4 8训练自己的任务.mp4 8训练过分析ev.mp4 8载所有实体数据ev.mp4 8输出层与损失计算.mp4 8迁移学习的目标ev.mp4 8项目总结.mp4 8高斯与中值滤波.mp4 9CrssAenn融合特征ev.mp4 9DQN简介ev.mp4 9Deder要成的任务分析.mp4 9Deder要成的操作.mp4 9DrpBl与标签平滑方法ev.mp4 9Fs模块流分析.mp4 9RED特征的作用.mp4 9ReD特征代价矩阵计算.mp4 9SAM注意力机制模块.mp4 9Spay工具包ev.mp4 9V版本改进概述ev.mp4 9da运行时AP，内存的学习，pnnedery，内存效率题ev.mp4 9ensrR基础，模型推理时动态shape的具体实现要点ev.mp4 9ensrR高级，学习RA接口模式下的生产者消费者以及Bah的实现ev.mp4 9ensrR高级，第个的分类器序ev.mp4 9resneBl操作.mp4 9任务总结.mp4 9位置损失计算ev.mp4 9体络架构.mp4 9体络架构ev.mp4 9倒残差结构的作用ev.mp4 9全局特征的作用与实现.mp4 9参数求解ev.mp4 9图匹配模块计算流ev.mp4 9均衡化原理.mp4 … 共 1328 条
