黑马-人工智能急速就业班

600学习网终身会员188 所有资源免费无秘无压缩-开通会员

├──01 阶段一 Python基础编程

├──第1章 Python基础编程

├──1-1 python开发环境搭建

├──1-10 循环else

├──1-11 字符串定义切片

├──1-12 字符串查找，替换，合并

├──1-13 列表定义及使用

├──1-14 元祖定义及使用

├──1-15 字典定义及使用

├──1-16 案例-学生管理系统（一）

├──1-17 集合定义及使用

├──1-18 公共方法与推导式

├──1-19 函数基本使用

├──1-2 Python注释与变量

├──1-20 函数基本使用替代视频（04,05,06）

├──1-21 函数作用域

├──1-22 不定长参数与组包拆包

├──1-23 案例-学生管理系统（二）

├──1-24 基础加强练习

├──1-25 可变类型及非可变类型

├──1-26 递推

├──1-27 递归

├──1-28 lambda表达式

├──1-29 文件基本操作

├──1-3 Python数据类型

├──1-30 文件操作案例

├──1-31 案例-学生管理系统（三）

├──1-32 python异常处理

├──1-33 python模块与包

├──1-34 案例-飞机大战

├──1-4 Python格式化输出

├──1-5 Python运算符

├──1-6 Python分支语句

├──1-7 while循环

├──1-8 while循环案例

└──1-9 for循环及案例

└──第2章 Python面向对象

├──2-1 类定义及类属姓使用

├──2-2 魔法方法

├──2-3 案例-面向对象

├──2-4 面向对象封装与继承

├──2-5 面向对象多态

└──2-6 类属姓方法

├──02 阶段二 Python进阶编程

├──第1章 python进阶编程

├──2.1.1.1 函数的闭包 01-（了解）学习目标_ev .mp411.03M

├──2.1.1.2 函数的闭包 02-（了解）全局变量与局部变量访问范围_ev .mp417.95M

├──2.1.1.3 函数的闭包 03-（了解）计算机的垃圾回收机制_ev .mp422.71M

├──2.1.1.4 函数的闭包 04-（理解）函数的闭包_ev .mp454.61M

├──2.1.1.5 函数的闭包 05-（重点）nonlocal关键字_ev .mp424.98M

├──2.1.1.6 函数的闭包 06-（案例）闭包的综合案例_ev .mp425.50M

├──2.1.1.7 函数的闭包 07-（重点）标准装饰器_ev .mp447.25M

├──2.1.1.8 函数的闭包 08-（重点）装饰器的应用场景与装饰器的调用流程_ev .mp443.84M

├──2.1.10.1 进程 （回顾）课程回顾_ev .mp478.17M

├──2.1.10.2 进程 01-（了解）多任务的基本概念_ev .mp426.35M

├──2.1.10.3 进程 02-（了解）进程的概念_ev .mp437.51M

├──2.1.10.4 进程 03-（重点）使用多进程完成多任务_ev .mp438.31M

├──2.1.10.5 进程 04-（重点）多进程实现带有参数的多任务_ev .mp420.43M

├──2.1.10.6 进程 05-（重点）获取子进程与主进程ID编号_ev .mp498.01M

├──2.1.10.7 进程 06-（重点）sha掉进程_ev .mp428.15M

├──2.1.10.8 进程 07-（重点）注意事项一进程与进程之间不共享全局变量_ev .mp430.73M

├──2.1.10.9 进程 08-（重点）注意事项二主进程与子进程的执行顺序_ev .mp478.86M

├──2.1.11.1 线程 09-（了解）线程的概念（与进程区分开）_ev .mp431.52M

├──2.1.11.2 线程 10-（重点）使用多线程实现多任务_ev .mp421.57M

├──2.1.11.3 线程 11-（重点）使用多线程实现带有参数的多任务_ev .mp48.93M

├──2.1.11.4 线程 12-（重点）设置子线程守护主线程_ev .mp447.27M

├──2.1.12.1 进程线程对比 13-（重点）多线程之间执行是无序的_ev .mp443.71M

├──2.1.12.2 进程线程对比 14-（重点）线程与线程之间共享全局变量_ev .mp418.31M

├──2.1.12.3 进程线程对比 15-（重点）进程和线程对比_ev .mp416.60M

├──2.1.12.4 进程线程对比 16-（重点）多任务实际工作应用场景_ev .mp479.01M

├──2.1.13.1 With上下文管理器 （回顾）课程回顾_ev .mp4116.23M

├──2.1.13.2 With上下文管理器 01-（了解）学习目标_ev .mp48.27M

├──2.1.13.3 With上下文管理器 02-（重点）为什么要引入with上下文管理器_ev .mp468.07M

├──2.1.13.4 With上下文管理器 03-（重点）with上下文管理器_ev .mp426.70M

├──2.1.13.5 With上下文管理器 04-（重点）生成器的创建方式一_ev .mp4147.29M

├──2.1.14.1 Python生成器 05-（重点）yield生成器_ev .mp452.36M

├──2.1.14.2 Python生成器 06-（理解）使用yield生成器生成斐波那契数列_ev .mp494.27M

├──2.1.14.3 Python生成器 07-（重点）生成器多种写法_ev .mp433.16M

├──2.1.14.4 Python生成器 08-（回顾）变量引用以及可变和不可变数据类型_ev .mp441.01M

├──2.1.15.1 Python中深浅拷贝 09-（重点）Python中的浅拷贝_ev .mp491.29M

├──2.1.15.2 Python中深浅拷贝 10-（重点）Python浅拷贝笔试题_ev .mp411.03M

├──2.1.15.3 Python中深浅拷贝 11-（重点）Python中的深拷贝_ev .mp429.19M

├──2.1.15.4 Python中深浅拷贝 12-（重点）Python中深拷贝特殊情况_ev .mp436.11M

├──2.1.16.1 Python中正则表达式 13-（重点）正则概述与快速入门_ev .mp448.16M

├──2.1.16.2 Python中正则表达式 14-（重点）正则三步走之查什么_ev .mp459.42M

├──2.1.16.3 Python中正则表达式 15-（重点）正则三步走之查多少_ev .mp433.34M

├──2.1.16.4 Python中正则表达式 16-（重点）正则三步走之从哪查_ev .mp431.43M

├──2.1.16.5 Python中正则表达式 17-（扩展）正则工具箱_ev .mp423.80M

├──2.1.2.1 装饰器 09-（重点）装饰器修饰带有参数的函数_ev .mp453.18M

├──2.1.2.2 装饰器 10-（重点）装饰器修饰带有返回值的参数_ev .mp426.40M

├──2.1.2.3 装饰器 11-（重点）通用装饰器的编写_ev .mp414.46M

├──2.1.2.4 装饰器 12-（了解）使用装饰器传递参数_ev .mp424.48M

├──2.1.2.5 装饰器 13-（了解）类装饰器_ev .mp422.14M

├──2.1.3.1 HTML基础 01-（了解）学习目标_ev .mp48.00M

├──2.1.3.2 HTML基础 02-（了解）HTML的组成与作用_ev .mp435.02M

├──2.1.3.3 HTML基础 03-（重点）VS Code安装与配置_ev .mp428.41M

├──2.1.3.4 HTML基础 04-（重点）VS Code配置详解_ev .mp420.42M

├──2.1.3.5 HTML基础 05-（重点）标题标签与段落标签_ev .mp422.55M

├──2.1.3.6 HTML基础 06-（重点）换行-水平线与图片标签_ev .mp430.18M

├──2.1.3.7 HTML基础 07-（重点）标签嵌套与带有属姓的标签_ev .mp428.88M

├──2.1.4.1 CSS基础 08-（重点）无序列表与有序列表_ev .mp428.72M

├──2.1.4.2 CSS基础 09-（重点）表格标签_ev .mp413.00M

├──2.1.4.3 CSS基础 10-（重点）表单元素与表单属姓_ev .mp436.49M

├──2.1.4.4 CSS基础 11-（了解）CSS的基本概念_ev .mp421.29M

├──2.1.4.5 CSS基础 12-（了解）CSS的三种引入方式_没有声音_ev .mp417.42M

├──2.1.4.6 CSS基础 13-（重点）三大选择器_没声音_ev .mp422.32M

├──2.1.4.7 CSS基础 14-（了解）层级组以及伪类选择器_没声音_ev .mp421.35M

├──2.1.4.8 CSS基础 15-（重点）常见布局属姓_没声音_ev .mp460.84M

├──2.1.4.9 CSS基础 16-（重点）常见文本属姓_没声音_ev .mp431.63M

├──2.1.5.1 无声音替代视频 10-CSS定义_ev .mp423.36M

├──2.1.5.2 无声音替代视频 11-CSS的三种引用方式_ev .mp439.92M

├──2.1.5.3 无声音替代视频 12-CSS选择器（上）_ev .mp461.07M

├──2.1.5.4 无声音替代视频 13-CSS选择器（下）_ev .mp417.61M

├──2.1.5.5 无声音替代视频 14-常用布局属姓_ev .mp422.08M

├──2.1.5.6 无声音替代视频 15-常用文字属姓_ev .mp457.67M

├──2.1.5.7 无声音替代视频 16-静态模板分享_ev .mp475.95M

├──2.1.6.1 Socket网络编程 01-（了解）学习目标_ev .mp411.62M

├──2.1.6.2 Socket网络编程 02-（了解）计算机IP地址的作用_ev .mp439.07M

├──2.1.6.3 Socket网络编程 03-（了解）端口与端口号_ev .mp433.80M

├──2.1.6.4 Socket网络编程 04-（了解）TCP协议详解_ev .mp431.97M

├──2.1.6.5 Socket网络编程 05-（理解）socket套接字与网络应用程序开发流程_ev .mp426.99M

├──2.1.7.1 TCP服务器开发 06-（重点）TCP客户端开发五步走_ev .mp452.42M

├──2.1.7.2 TCP服务器开发 07-（重点）TCP服务器端开发七步走（上）_ev .mp483.11M

├──2.1.7.3 TCP服务器开发 08-（重点）TCP服务器端开发七步走（下）_ev .mp419.63M

├──2.1.7.4 TCP服务器开发 09-（重点）TCP服务器端多客户端版本_ev .mp437.73M

├──2.1.7.5 TCP服务器开发 10-（重点）TCP服务器端面向对象版本_ev .mp468.86M

├──2.1.7.6 TCP服务器开发 11-（重点）TCP服务器端开发对话版_ev .mp482.94M

├──2.1.7.7 TCP服务器开发 12-（重点）TCP网络应用程序开发注意事项与端口复用_ev .mp437.18M

├──2.1.7.8 TCP服务器开发 13-（扩展）Python操作飞秋_ev .mp456.43M

├──2.1.8.1 静态Web服务器 （回顾）课程回顾_ev .mp471.27M

├──2.1.8.10 静态Web服务器 09-（重点）获取用户请求的资源路径_ev .mp491.11M

├──2.1.8.2 静态Web服务器 01-（了解）学习目标_ev .mp415.65M

├──2.1.8.3 静态Web服务器 02-（了解）HTTP协议与作用_ev .mp432.26M

├──2.1.8.4 静态Web服务器 03-（了解）URL统一资源定位符_ev .mp439.46M

├──2.1.8.5 静态Web服务器 04-（重点）开发者工具使用与HTTP GET请求报文_ev .mp4100.97M

├──2.1.8.6 静态Web服务器 05-（重点）HTTP中GET和POST请求组成部分_ev .mp426.37M

├──2.1.8.7 静态Web服务器 06-（重点）HTTP响应报文结构_ev .mp422.66M

├──2.1.8.8 静态Web服务器 07-（了解）使用python.exe创建静态Web服务器_ev .mp449.73M

├──2.1.8.9 静态Web服务器 08-（重点）使用Python开发静态Web服务器_ev .mp462.20M

├──2.1.9.1 FastAPI 10-（重点）根据用户请求返回对应页面_ev .mp441.44M

├──2.1.9.2 FastAPI 11-（理解）请求报文与响应报文作用_ev .mp428.69M

├──2.1.9.3 FastAPI 12-（Bug）解决首页无法访问问题_ev .mp424.26M

├──2.1.9.4 FastAPI 13-（Bug）解决前端页面访问问题_ev .mp4118.87M

├──2.1.9.5 FastAPI 14-（重点）FastAPI框架及快速入门_ev .mp4129.77M

└──2.1.9.6 FastAPI 15-（重点）使用FastAPI实现多个页面请求_ev .mp432.59M

└──第2章 python爬虫实战

├──2.2.1.1 Python爬虫实战 （回顾）课程回顾_ev .mp474.76M

├──2.2.1.10 Python爬虫实战 09-（重点）FastAPI搭建Web服务器_ev .mp452.05M

├──2.2.1.11 Python爬虫实战 10-（重点）FastAPI通用配置详解_ev .mp431.31M

├──2.2.1.12 Python爬虫实战 11-（重点）FastAPI执行流程与HTML通用配置_ev .mp463.77M

├──2.2.1.13 Python爬虫实战 12-（思路）Python爬虫到底是什么？_ev .mp4101.74M

├──2.2.1.14 Python爬虫实战 13-（重点）通过Python爬虫获取图片链接地址_ev .mp4100.40M

├──2.2.1.15 Python爬虫实战 14-（重点）远程图片本地存储_ev .mp420.44M

├──2.2.1.16 Python爬虫实战 15-（重点）使用Python爬虫爬取GDP数据_ev .mp485.44M

├──2.2.1.17 Python爬虫实战 16-（重点）多任务爬虫_ev .mp448.87M

├──2.2.1.18 Python爬虫实战 17-（重点）把数据进行可视化展现_ev .mp436.02M

├──2.2.1.2 Python爬虫实战 01-（重点）分组（子表达式）与捕获操作_ev .mp441.70M

├──2.2.1.3 Python爬虫实战 02-（重点）反向引用_ev .mp428.76M

├──2.2.1.4 Python爬虫实战 03-（重点）选择匹配符_ev .mp412.19M

├──2.2.1.5 Python爬虫实战 04-（扩展）分组引用与分组别名_ev .mp432.50M

├──2.2.1.6 Python爬虫实战 05-（案例）选择匹配符使用_ev .mp47.74M

├──2.2.1.7 Python爬虫实战 06-（案例）正则邮箱验证_ev .mp414.25M

├──2.2.1.8 Python爬虫实战 07-（案例）正则中的split切割操作_ev .mp412.84M

└──2.2.1.9 Python爬虫实战 08-（扩展）flags标签说明_ev .mp47.89M

├──03 阶段三 数据处理与统计分析

├──第1章 人工智能Linux系统

├──3.1.1.1 Linux基础 01-Linux操作系统学习目标_ev .mp45.53M

├──3.1.1.2 Linux基础 02-操作系统概述_ev .mp428.90M

├──3.1.1.3 Linux基础 03-Linux操作系统概述_ev .mp410.47M

├──3.1.1.4 Linux基础 04-虚拟机安装与配置_ev .mp429.48M

├──3.1.1.5 Linux基础 05-Linux操作系统安装_ev .mp419.32M

├──3.1.1.6 Linux基础 06-Linux连接工具使用_ev .mp440.48M

├──3.1.1.7 Linux基础 07-Linux的目录结构_ev .mp439.34M

├──3.1.2.1 Linux常用命令 08- Linux常见命令之ls命令_ev .mp429.09M

├──3.1.2.10 Linux常用命令 17-Linux常见命令之重启关机 which命令与hostname命令_ev .mp413.99M

├──3.1.2.11 Linux常用命令 18-Linux常见命令之grep命令与竖线管道命令_ev .mp417.25M

├──3.1.2.12 Linux常用命令 19-Linux常见命令之useradd命令与userdel命令_ev .mp415.41M

├──3.1.2.13 Linux常用命令 20-Linux常见命令之tar命令_ev .mp420.11M

├──3.1.2.14 Linux常用命令 21-Linux常见命令之su命令_ev .mp410.23M

├──3.1.2.2 Linux常用命令 09-Linux常见命令之cd命令_ev .mp434.60M

├──3.1.2.3 Linux常用命令 10-Linux常见命令之mkdir命令_ev .mp412.10M

├──3.1.2.4 Linux常用命令 11-Linux常见命令之touch命令_ev .mp46.55M

├──3.1.2.5 Linux常用命令 12-Linux常见命令之rm命令_ev .mp418.38M

├──3.1.2.6 Linux常用命令 13-Linux常见命令之cp与mv命令_ev .mp423.29M

├──3.1.2.7 Linux常用命令 14-Linux常见命令之cat与more命令_ev .mp412.95M

├──3.1.2.8 Linux常用命令 15-Linux常见命令之ps命令与kill命令_ev .mp430.03M

├──3.1.2.9 Linux常用命令 16-Linux常见命令之ifconfig命令与clear命令_ev .mp413.86M

├──3.1.3.1 Vim编辑器 22-VIM编辑器概述与VIM编辑器的三种工作模式_ev .mp432.58M

├──3.1.3.2 Vim编辑器 23- VIM编辑器命令模式下的相关命令_ev .mp426.27M

├──3.1.3.3 Vim编辑器 24-VIM编辑器底行模式的相关命令_ev .mp424.15M

├──3.1.3.4 Vim编辑器 25-VIM编辑器小结_ev .mp47.72M

├──3.1.4.1 Linux常用管理命令 01- Linux文件权限概述_ev .mp444.06M

├──3.1.4.2 Linux常用管理命令 02-Linux用户组管理_ev .mp424.54M

├──3.1.4.3 Linux常用管理命令 03-Linux用户管理_ev .mp424.35M

├──3.1.4.4 Linux常用管理命令 04-查看用户信息与切换用户_ev .mp415.46M

├──3.1.4.5 Linux常用管理命令 05-sudo指令详解_ev .mp425.57M

├──3.1.5.1 Linux常用软件安装 06-chmod字母形式修改文件权限_ev .mp430.57M

├──3.1.5.10 Linux常用软件安装 15-MySQL8.0安装小结_ev .mp414.39M

├──3.1.5.11 Linux常用软件安装 16-服务器集群搭建之完整克隆_ev .mp414.36M

├──3.1.5.12 Linux常用软件安装 17-服务器硬件配置_ev .mp49.44M

├──3.1.5.13 Linux常用软件安装 18-虚拟机网络配置_ev .mp421.47M

├──3.1.5.14 Linux常用软件安装 19-集群环境准备之关闭防火墙 SELinux 修改hosts映射_ev .mp419.00M

├──3.1.5.15 Linux常用软件安装 20-SSH免密登录实现_ev .mp414.75M

├──3.1.5.16 Linux常用软件安装 21-NTP时间同步_ev .mp48.85M

├──3.1.5.17 Linux常用软件安装 22-SCP远程文件拷贝_ev .mp419.14M

├──3.1.5.2 Linux常用软件安装 07-chmod数字形式修改文件权限_ev .mp418.28M

├──3.1.5.3 Linux常用软件安装 08-Linux获取系统信息相关指令_ev .mp426.72M

├──3.1.5.4 Linux常用软件安装 09-rpm软件包管理器的基本使用_ev .mp431.21M

├──3.1.5.5 Linux常用软件安装 10-rpm软件包卸载与安装_ev .mp419.63M

├──3.1.5.6 Linux常用软件安装 11-yum软件包管理工具_ev .mp428.83M

├──3.1.5.7 Linux常用软件安装 12-卸载系统自带的mariadb_ev .mp410.78M

├──3.1.5.8 Linux常用软件安装 13-MySQL8.0软件包安装_ev .mp424.89M

├──3.1.5.9 Linux常用软件安装 14-MySQL8.0初始化与账号配置_ev .mp432.63M

└──3.1.6.1 Shell基础 23-Shell编程_ev .mp425.26M

├──第2章 SQL数据处理与数据分析

├──3.2.1.1 数据库基础 01-数据库基础学习目标_ev .mp43.84M

├──3.2.1.2 数据库基础 02-数据库基本概念_ev .mp417.88M

├──3.2.1.3 数据库基础 03-MySQL数据库概述与下载_ev .mp421.13M

├──3.2.1.4 数据库基础 04-MySQL软件的安装（Windows版本）_ev .mp420.67M

├──3.2.1.5 数据库基础 05-Linux版本下MySQL连接与使用_ev .mp418.69M

├──3.2.1.6 数据库基础 06-MySQL管理软件DataGrip的安装与使用_ev .mp422.70M

├──3.2.1.7 数据库基础 07-DataGrip软件设置_ev .mp412.88M

├──3.2.2.1 SQL语言基础 08-SQL语言_ev .mp413.34M

├──3.2.2.2 SQL语言基础 09-SQL语言之数据库的增删查操作_ev .mp440.63M

├──3.2.2.3 SQL语言基础 10-SQL语言之数据表的创建_ev .mp429.60M

├──3.2.2.4 SQL语言基础 11-SQL语言之查看数据表信息_ev .mp410.14M

├──3.2.2.5 SQL语言基础 12-SQL语言之数据表的修改与删除操作_ev .mp431.20M

├──3.2.2.6 SQL语言基础 13-字段类型详解_ev .mp430.67M

├──3.2.2.7 SQL语言基础 14-SQL语言之DML数据增删改操作_ev .mp440.08M

├──3.2.2.8 SQL语言基础 15-数据表的清空操作_ev .mp415.79M

├──3.2.3.1 SQL约束 01-SQL约束之主键约束_ev .mp421.02M

├──3.2.3.2 SQL约束 02-知识点补充之自动增长auto_increment_ev .mp417.81M

├──3.2.3.3 SQL约束 03-SQL约束之not null非空约束_ev .mp414.43M

├──3.2.3.4 SQL约束 04-SQL约束之unique唯一约束_ev .mp416.34M

├──3.2.3.5 SQL约束 05-SQL约束之默认值约束_ev .mp49.14M

├──3.2.3.6 SQL约束 06-SQL约束之外键约束_ev .mp49.21M

├──3.2.3.7 SQL约束 07-小结之SQL五种约束_ev .mp46.71M

├──3.2.4.1 SQL条件查询 08-DQL数据查询语言之数据集准备_ev .mp48.78M

├──3.2.4.2 SQL条件查询 09-SQL简单查询演示_ev .mp411.37M

├──3.2.4.3 SQL条件查询 10-SQL五子句之where比较查询_ev .mp413.29M

├──3.2.4.4 SQL条件查询 11-SQL五子句之where范围查询_ev .mp48.61M

├──3.2.4.5 SQL条件查询 12-SQL五子句之where模糊查询_ev .mp49.78M

├──3.2.4.6 SQL条件查询 13-SQL五子句之where空值与非空查询_ev .mp46.42M

├──3.2.4.7 SQL条件查询 14-SQL五子句之where逻辑查询_ev .mp49.21M

├──3.2.4.8 SQL条件查询 15-where条件查询小结_ev .mp47.53M

├──3.2.5.1 SQL聚合 16-SQL五子句之order by排序查询_ev .mp412.33M

├──3.2.5.2 SQL聚合 17-SQL语言之聚合查询操作_ev .mp416.29M

├──3.2.5.3 SQL聚合 18-group by分组子句_ev .mp428.51M

├──3.2.5.4 SQL聚合 19-group by执行眼里图_ev .mp410.19M

├──3.2.5.5 SQL聚合 20-group by子句与having子句的结合使用_ev .mp419.23M

├──3.2.5.6 SQL聚合 21-with rollup回溯统计_ev .mp47.76M

├──3.2.5.7 SQL聚合 22-group by与having子句使用小结_ev .mp411.98M

├──3.2.5.8 SQL聚合 23-limit分页查询_ev .mp421.33M

├──3.2.5.9 SQL聚合 24-DQL数据查询语言小结_ev .mp414.23M

├──3.2.6.1 SQL多表查询 25-多表查询数据集准备_ev .mp412.22M

├──3.2.6.2 SQL多表查询 26-交叉连接查询_ev .mp412.49M

├──3.2.6.3 SQL多表查询 27-内连接查询_ev .mp420.54M

├──3.2.6.4 SQL多表查询 28-外连接查询_ev .mp426.39M

├──3.2.6.5 SQL多表查询 29-多表查询总结_ev .mp413.71M

├──3.2.6.6 SQL多表查询 30-子查询三步走_ev .mp425.47M

├──3.2.7.1 数据库三范式 01-数据库设计三范式之第一范式_ev .mp411.54M

├──3.2.7.2 数据库三范式 02-数据库设计三范式之第二范式_ev .mp419.31M

├──3.2.7.3 数据库三范式 03-数据库设计三范式之第三范式_ev .mp411.24M

├──3.2.7.4 数据库三范式 04-数据库设计三范式小结_ev .mp44.99M

├──3.2.7.5 数据库三范式 05-ER模型与表间关系_ev .mp427.33M

├──3.2.8.1 PyMySQL 06-PyMySQL概述与模块安装_ev .mp410.06M

├──3.2.8.2 PyMySQL 07-PyMySQL七步走实现数据的查询操作_ev .mp430.20M

├──3.2.8.3 PyMySQL 08-PyMySQL七步走实现数据的增加操作_ev .mp421.17M

├──3.2.8.4 PyMySQL 09-PyMySQL七步走实现数据的删除操作_ev .mp413.39M

├──3.2.8.5 PyMySQL 10-PyMySQL七步走实现数据的修改操作_ev .mp412.81M

└──3.2.8.6 PyMySQL 11-PyMySQL小结_ev .mp410.28M

├──第3章 Pandas数据处理与统计分析

├──3.3.1.1 环境搭建 1 开发环境搭建_ev .mp439.11M

├──3.3.1.2 环境搭建 2 Anaconda使用_ev .mp435.85M

├──3.3.1.3 环境搭建 3 启动Jupyter服务_ev .mp420.29M

├──3.3.1.4 环境搭建 4 DataSpell使用_ev .mp433.20M

├──3.3.10.1 数据透视表 1 数据透视表简介_ev .mp49.01M

├──3.3.10.2 数据透视表 2 会员存量增量分析_ev .mp427.30M

├──3.3.10.3 数据透视表 3 会员增量等级_ev .mp438.25M

├──3.3.10.4 数据透视表 4 各地区会销比_ev .mp444.90M

├──3.3.10.5 数据透视表 5 会员连带率分析_ev .mp419.47M

├──3.3.10.6 数据透视表 6 会员复购率分析_ev .mp430.74M

├──3.3.11.1 datetime数据类型 1 datetime介绍_ev .mp437.81M

├──3.3.11.2 datetime数据类型 2 datetime类型案例_ev .mp440.36M

├──3.3.2.1 NumPy 1 NumPy介绍_ev .mp417.95M

├──3.3.2.2 NumPy 2 创建ndarray_ev .mp439.16M

├──3.3.2.3 NumPy 3 NumPy内置函数及运算_ev .mp434.57M

├──3.3.3.1 pandas数据结构 1 Python数据分析处理简介_ev .mp411.28M

├──3.3.3.10 pandas数据结构 10 Series运算_ev .mp411.60M

├──3.3.3.11 pandas数据结构 11 DataFrame常用属姓和方法_ev .mp424.99M

├──3.3.3.12 pandas数据结构 12 DataFrame布尔索引_ev .mp412.78M

├──3.3.3.13 pandas数据结构 13 DataFrame的运算_ev .mp415.59M

├──3.3.3.14 pandas数据结构 14 设置行索引_ev .mp419.21M

├──3.3.3.15 pandas数据结构 15 修改行索引列名_ev .mp424.50M

├──3.3.3.16 pandas数据结构 16 添加删除插入列_ev .mp431.73M

├──3.3.3.17 pandas数据结构 17 导出和导入数据_ev .mp440.32M

├──3.3.3.2 pandas数据结构 2 Python数据分析处理常用库_ev .mp423.92M

├──3.3.3.3 pandas数据结构 3 数据分析与处理流程_ev .mp46.13M

├──3.3.3.4 pandas数据结构 4 创建Series对象_ev .mp421.55M

├──3.3.3.5 pandas数据结构 5 创建DataFrame对象_ev .mp419.38M

├──3.3.3.6 pandas数据结构 6 上传数据集操作_ev .mp44.68M

├──3.3.3.7 pandas数据结构 7 Series常用属姓_ev .mp429.24M

├──3.3.3.8 pandas数据结构 8 Series常用方法_ev .mp433.45M

├──3.3.3.9 pandas数据结构 9 Series布尔索引_ev .mp417.17M

├──3.3.4.1 pandas dataframe入门 1 加载数据集_ev .mp416.60M

├──3.3.4.2 pandas dataframe入门 2 根据列名加载部分列_ev .mp413.50M

├──3.3.4.3 pandas dataframe入门 3 按行加载部分数据_ev .mp435.09M

├──3.3.4.4 pandas dataframe入门 4 获取指定行列数据_ev .mp426.52M

├──3.3.4.5 pandas dataframe入门 5 分组聚合需求1_ev .mp437.21M

├──3.3.4.6 pandas dataframe入门 6 分组聚合需求23_ev .mp431.37M

├──3.3.4.7 pandas dataframe入门 7 简单绘图_ev .mp45.32M

├──3.3.5.1 pandas 分析入门 1 计算常用统计值_ev .mp425.49M

├──3.3.5.2 pandas 分析入门 2 常用排序方法_ev .mp437.39M

├──3.3.5.3 pandas 分析入门 3 简单数据分析练习1_ev .mp430.43M

├──3.3.5.4 pandas 分析入门 4 简单数据分析练习2_ev .mp423.78M

├──3.3.5.5 pandas 分析入门 5 简单数据分析练习3_ev .mp431.63M

├──3.3.6.1 数据组合 1 数据组合介绍_ev .mp43.37M

├──3.3.6.2 数据组合 2 数据组合添加行_ev .mp417.81M

├──3.3.6.3 数据组合 3 数据组合添加列_ev .mp410.34M

├──3.3.6.4 数据组合 4 concat其他用法_ev .mp424.88M

├──3.3.6.5 数据组合 5 合并多个数据集1_ev .mp417.67M

├──3.3.6.6 数据组合 6 合并多个数据集2_ev .mp413.36M

├──3.3.7.1 数据清洗 1 缺失数据简介_ev .mp413.41M

├──3.3.7.2 数据清洗 2 加载缺失数据_ev .mp411.25M

├──3.3.7.3 数据清洗 3 删除缺失值_ev .mp416.21M

├──3.3.7.4 数据清洗 4 填充缺失值_ev .mp417.54M

├──3.3.7.5 数据清洗 5 删除重复值_ev .mp412.46M

├──3.3.8.1 apply自定义函数 1 Series的apply方法_ev .mp419.18M

├──3.3.8.2 apply自定义函数 2 DataFrame的apply方法_ev .mp425.31M

├──3.3.8.3 apply自定义函数 3 apply使用案例_ev .mp421.47M

├──3.3.8.4 apply自定义函数 4 向量化函数 lambda函数_ev .mp417.82M

├──3.3.9.1 数据分组 1 数据分组-聚合基础_ev .mp445.24M

├──3.3.9.2 数据分组 2 数据分组-聚合进阶_ev .mp413.85M

├──3.3.9.3 数据分组 3 数据分组-转换1_ev .mp424.97M

├──3.3.9.4 数据分组 4 数据分组-转换2_ev .mp47.54M

├──3.3.9.5 数据分组 5 数据分组-过滤_ev .mp411.44M

└──3.3.9.6 数据分组 6 DataFrame分组对象_ev .mp423.30M

└──第4章 数据处理与统计分析案例-RFM案例

├──3.4.1.1 Python数据可视化 1 Python数据可视化_ev .mp418.50M

├──3.4.2.1 Matplotlib绘图 1 Matplotlib绘图入门_ev .mp426.46M

├──3.4.2.2 Matplotlib绘图 2 Matplotlib绘图案例_ev .mp438.25M

├──3.4.2.3 Matplotlib绘图 3 Matplotlib绘制统计图_ev .mp437.60M

├──3.4.3.1 Pandas绘图 1 Pandas单变量可视化1_ev .mp419.72M

├──3.4.3.2 Pandas绘图 1 Pandas单变量可视化2_ev .mp420.33M

├──3.4.3.3 Pandas绘图 2 Pandas双变量可视化_ev .mp423.71M

├──3.4.4.1 Seaborn绘图 1 Seaborn单变量可视化_ev .mp411.45M

├──3.4.4.2 Seaborn绘图 2 Seaborn双变量可视化_ev .mp434.74M

├──3.4.4.3 Seaborn绘图 3 Seaborn多变量可视化_ev .mp418.10M

├──3.4.5.1 会员价值度模型介绍 1 会员价值度模型介绍_ev .mp440.08M

├──3.4.5.2 会员价值度模型介绍 2 RFM案例背景介绍_ev .mp49.17M

├──3.4.6.1 RFM案例代码实现 3 RFM案例代码实现1_ev .mp451.83M

├──3.4.6.2 RFM案例代码实现 4 RFM案例代码实现2_ev .mp436.65M

├──3.4.6.3 RFM案例代码实现 5 RFM案例代码实现3_ev .mp421.10M

├──3.4.6.4 RFM案例代码实现 6 RFM案例代码实现4_ev .mp425.36M

└──3.4.7.1 RFM总结 7 RFM案例应用 小结_ev .mp439.73M

├──05 阶段五 金融风控项目

├──第1章 金融风控项目-项目数据处理

├──1-1 金融风控业务基础

├──1-2 金融风控报表

├──1-3 风控评分卡模型

├──1-4 金融风控特征工程

├──1-5 金融风控特征构造

└──1-6 金融风控多特征筛选

└──第2章 金融风控项目-项目核心业务

├──2-1 机器学习串讲

├──2-2 逻辑回归评分卡

├──2-3 金融风控项目串讲

└──2-4 异常检测

├──06 阶段六 深度学习

├──第1章 Pytorch与深度学习基础 Pytorch基础

├──6.1.1.1 Pytorch基础 01-深度学习课程概述_ev .mp422.37M

├──6.1.1.10 Pytorch基础 10-PyTorch使用-张量点积运算_ev .mp438.45M

├──6.1.1.11 Pytorch基础 11-PyTorch使用-指定张量运算设备_ev .mp444.82M

├──6.1.1.2 Pytorch基础 02-PyTorch使用-张量的概念_ev .mp415.81M

├──6.1.1.3 Pytorch基础 03-PyTorch使用-张量的基本创建方式_ev .mp433.05M

├──6.1.1.4 Pytorch基础 04-PyTorch使用-创建线姓和随机张量_ev .mp424.00M

├──6.1.1.5 Pytorch基础 05-PyTorch使用-创建全01张量_ev .mp417.16M

├──6.1.1.6 Pytorch基础 06-PyTorch使用-张量元素类型转换_ev .mp417.11M

├──6.1.1.7 Pytorch基础 07-PyTorch使用-张量的创建小节_ev .mp44.67M

├──6.1.1.8 Pytorch基础 08-PyTorch使用-张量基本运算_ev .mp420.91M

├──6.1.1.9 Pytorch基础 09-PyTorch使用-张量阿达玛积运算_ev .mp49.53M

├──6.1.2.1 Pytorch张量操作 12-PyTorch使用-张量数值计算小节_ev .mp49.73M

├──6.1.2.2 Pytorch张量操作 13-PyTorch使用-张量转换为numpy数组_ev .mp426.83M

├──6.1.2.3 Pytorch张量操作 14-PyTorch使用-numpy数组转换为张量_ev .mp424.18M

├──6.1.2.4 Pytorch张量操作 15-PyTorch使用-标量张量和数字的转换_ev .mp415.37M

├──6.1.2.5 Pytorch张量操作 15-PyTorch使用-张量类型转换小节_ev .mp46.25M

├──6.1.2.6 Pytorch张量操作 16-PyTorch使用-张量的cat拼接_ev .mp425.04M

├──6.1.2.7 Pytorch张量操作 16-PyTorch使用-张量的stack拼接_ev .mp433.25M

├──6.1.2.8 Pytorch张量操作 17-PyTorch使用-张量拼接操作小节_ev .mp43.55M

├──6.1.2.9 Pytorch张量操作 18-PyTorch使用-简单索引和列表索引操作_ev .mp441.08M

├──6.1.3.1 Pytorch高阶操作 19-PyTorch使用-布尔索引和多维索引操作_ev .mp443.45M

├──6.1.3.10 Pytorch高阶操作 27-PyTorch使用-控制梯度计算_ev .mp458.00M

├──6.1.3.11 Pytorch高阶操作 28-PyTorch使用-梯度计算注意_ev .mp434.35M

├──6.1.3.12 Pytorch高阶操作 29-PyTorch使用-自动微分模块小节_ev .mp47.72M

├──6.1.3.2 Pytorch高阶操作 20-PyTorch使用-张量索引操作小节_ev .mp43.79M

├──6.1.3.3 Pytorch高阶操作 21-PyTorch使用-张量形状操作reshape函数使用_ev .mp421.22M

├──6.1.3.4 Pytorch高阶操作 21-PyTorch使用-张量形状操作transpose和permute函数使用_ev .mp433.06M

├──6.1.3.5 Pytorch高阶操作 22-PyTorch使用-张量形状操作view函数使用_ev .mp433.14M

├──6.1.3.6 Pytorch高阶操作 23-PyTorch使用-张量形状操作squeeze和unsqueeze函数使用_ev .mp423.23M

├──6.1.3.7 Pytorch高阶操作 24-PyTorch使用-张量形状操作小节_ev .mp47.10M

├──6.1.3.8 Pytorch高阶操作 25-PyTorch使用-张量运算函数_ev .mp429.92M

├──6.1.3.9 Pytorch高阶操作 26-PyTorch使用-梯度基本计算_ev .mp467.18M

├──6.1.4.1 Pytorch案例实战 30-PyTorch使用-手动构建线姓回归-数据集构建_ev .mp440.58M

├──6.1.4.10 Pytorch案例实战 39-PyTorch使用-直接序列化模型对象_ev .mp439.69M

├──6.1.4.11 Pytorch案例实战 40-PyTorch使用-存储模型参数_ev .mp454.17M

├──6.1.4.12 Pytorch案例实战 41-PyTorch使用-总结_ev .mp419.64M

├──6.1.4.2 Pytorch案例实战 31-PyTorch使用-手动构建线姓回归-假设函数-损失函数-优化方法_ev .mp420.63M

├──6.1.4.3 Pytorch案例实战 32-PyTorch使用-手动构建线姓回归-训练函数编写思路_ev .mp419.21M

├──6.1.4.4 Pytorch案例实战 33-PyTorch使用-手动构建线姓回归-训练函数代码实现_ev .mp451.88M

├──6.1.4.5 Pytorch案例实战 34-PyTorch使用-手动构建线姓回归小节_ev .mp414.99M

├──6.1.4.6 Pytorch案例实战 35-PyTorch使用-模型定义方法-基本组件的使用_ev .mp450.62M

├──6.1.4.7 Pytorch案例实战 36-PyTorch使用-模型定义方法-数据加载器-1_ev .mp434.36M

├──6.1.4.8 Pytorch案例实战 37-PyTorch使用-模型定义方法-数据加载器-2_ev .mp423.26M

├──6.1.4.9 Pytorch案例实战 38-PyTorch使用-模型定义方法-实现线姓回归_ev .mp445.63M

├──6.1.5.1 深度学习基础理论 42-神经网络基础-内容概述_ev .mp42.80M

├──6.1.5.10 深度学习基础理论 51-神经网络基础-网络参数初始化_ev .mp450.46M

├──6.1.5.11 深度学习基础理论 52-神经网络基础-梯度下降算法回顾_ev .mp428.74M

├──6.1.5.12 深度学习基础理论 53-神经网络基础-正向传播和链式法则_ev .mp461.80M

├──6.1.5.13 深度学习基础理论 54-神经网络基础-反向传播算法案例讲解_ev .mp455.13M

├──6.1.5.14 深度学习基础理论 55-神经网络基础-反向传播算法代码演示-1_ev .mp443.97M

├──6.1.5.15 深度学习基础理论 56-神经网络基础-反向传播算法代码演示-2_ev .mp429.05M

├──6.1.5.16 深度学习基础理论 57-神经网络基础-指数加权平均_ev .mp453.01M

├──6.1.5.2 深度学习基础理论 43-神经网络基础-深度学习概述_ev .mp432.55M

├──6.1.5.3 深度学习基础理论 44-神经网络基础-人工神经网络概述_ev .mp424.83M

├──6.1.5.4 深度学习基础理论 45-神经网络基础-激活函数的作用_ev .mp432.54M

├──6.1.5.5 深度学习基础理论 46-神经网络基础-simoid激活函数_ev .mp437.86M

├──6.1.5.6 深度学习基础理论 47-神经网络基础-tanh激活函数_ev .mp413.59M

├──6.1.5.7 深度学习基础理论 48-神经网络基础-relu激活函数_ev .mp424.53M

├──6.1.5.8 深度学习基础理论 49-神经网络基础-softmax激活函数_ev .mp418.45M

├──6.1.5.9 深度学习基础理论 50-神经网络基础-激活函数小节_ev .mp46.91M

├──6.1.6.1 深度学习优化理论 58-神经网络基础-momentum优化方法_ev .mp427.73M

├──6.1.6.2 深度学习优化理论 59-神经网络基础-adagrad优化方法_ev .mp421.90M

├──6.1.6.3 深度学习优化理论 60-神经网络基础-rmsprop优化方法_ev .mp415.22M

├──6.1.6.4 深度学习优化理论 61-神经网络基础-adam和小节_ev .mp412.31M

├──6.1.6.5 深度学习优化理论 62-神经网络基础-dropout原理_ev .mp428.21M

├──6.1.6.6 深度学习优化理论 63-神经网络基础-dropout对网络参数的影响_ev .mp427.26M

├──6.1.6.7 深度学习优化理论 64-神经网络基础-BN层理解_ev .mp453.44M

├──6.1.7.2 BP神经网络案例 66-神经网络基础-价格分类-构建数据集_ev .mp453.57M

├──6.1.7.3 BP神经网络案例 67-神经网络基础-价格分类-网络模型搭建_ev .mp428.49M

├──6.1.7.4 BP神经网络案例 68-神经网络基础-价格分类-模型训练过程_ev .mp482.14M

├──6.1.7.5 BP神经网络案例 69-神经网络基础-价格分类-模型评估过程_ev .mp424.40M

├──6.1.7.6 BP神经网络案例 70-神经网络基础-价格分类-网络模型调优_ev .mp430.47M

└──6.1.7.7 BP神经网络案例 71-神经网络基础-价格分类-小节_ev .mp411.45M

└──第2章 深度学习核心模型与实战

├──6.2.1.1 卷积神经网络基础 72-卷积神经网络-卷积神经网络概述_ev .mp412.01M

├──6.2.1.2 卷积神经网络基础 73-卷积神经网络-图像基础知识_ev .mp447.55M

├──6.2.1.3 卷积神经网络基础 74-卷积神经网络-卷积简单计算_ev .mp436.38M

├──6.2.1.4 卷积神经网络基础 75-卷积神经网络-多卷积核计算_ev .mp426.17M

├──6.2.1.5 卷积神经网络基础 76-卷积神经网络-Conv2d使用_ev .mp477.09M

├──6.2.1.6 卷积神经网络基础 77-卷积神经网络-池化计算_ev .mp416.58M

├──6.2.1.7 卷积神经网络基础 78-卷积神经网络-MaxPool2d使用_ev .mp425.35M

├──6.2.2.1 卷积神经网络案例 80-卷积神经网络-案例-图像分类-CIFAR10数据集_ev .mp435.12M

├──6.2.2.2 卷积神经网络案例 81-卷积神经网络-案例-图像分类-CNN网络搭建_ev .mp451.20M

├──6.2.2.3 卷积神经网络案例 82-卷积神经网络-案例-图像分类-编写训练函数_ev .mp454.62M

├──6.2.2.4 卷积神经网络案例 83-卷积神经网络-案例-图像分类-编写预测函数_ev .mp419.27M

├──6.2.2.5 卷积神经网络案例 84-卷积神经网络-案例-图像分类-小节_ev .mp421.87M

├──6.2.3.1 循环神经网络基础 85-循环神经网络-RNN概述_ev .mp47.60M

├──6.2.3.2 循环神经网络基础 86-循环神经网络-Embedding使用_ev .mp455.29M

├──6.2.3.3 循环神经网络基础 87-循环神经网络-Embeddings小节_ev .mp418.52M

├──6.2.3.4 循环神经网络基础 88-循环神经网络-RNN层理解_ev .mp452.84M

├──6.2.3.5 循环神经网络基础 89-循环神经网络-RNN层使用_ev .mp475.68M

├──6.2.4.1 循环神经网络案例 90-循环神经网络-案例-数据清洗_ev .mp449.74M

├──6.2.4.2 循环神经网络案例 91-循环神经网络-案例-构建词典_ev .mp452.04M

├──6.2.4.3 循环神经网络案例 92-循环神经网络-案例-数据类编写_ev .mp458.35M

├──6.2.4.4 循环神经网络案例 93-循环神经网络-案例-网络搭建_ev .mp457.37M

├──6.2.4.5 循环神经网络案例 94-循环神经网络-案例-训练函数_ev .mp443.02M

├──6.2.4.6 循环神经网络案例 95-循环神经网络-案例-预测函数_ev .mp433.75M

└──6.2.4.7 循环神经网络案例 96-循环神经网络-案例-小节_ev .mp417.11M

├──08 阶段八 美创AI医生项目

├──第1章 AI医生-命名实体审核任务

├──8.1.1.1 在线医生背景及Unit实现 1.1在线医生背景介绍_ev .mp412.41M

├──8.1.1.2 在线医生背景及Unit实现 1.2Unit对话API的使用-part1_ev .mp415.12M

├──8.1.1.3 在线医生背景及Unit实现 1.2Unit对话API的使用-part2_ev .mp427.01M

├──8.1.1.4 在线医生背景及Unit实现 1.2Unit对话API的使用-part3_ev .mp436.84M

├──8.1.1.5 在线医生背景及Unit实现 1.2Unit对话API的使用-part4_ev .mp47.58M

├──8.1.2.1 在线医生的总体架构 2.1在线医生的总体架构-part1_ev .mp426.60M

├──8.1.2.2 在线医生的总体架构 2.1在线医生的总体架构-part2_ev .mp415.71M

├──8.1.3.1 总体架构中的工具 2.2总体架构中的工具介绍-part1_ev .mp433.24M

├──8.1.3.2 总体架构中的工具 2.2总体架构中的工具介绍-part2_ev .mp434.64M

├──8.1.3.3 总体架构中的工具 2.2总体架构中的工具介绍-part3_ev .mp417.35M

├──8.1.3.4 总体架构中的工具 2.2总体架构中的工具介绍-part4_ev .mp411.21M

├──8.1.3.5 总体架构中的工具 2.2总体架构中的工具介绍-part5_ev .mp412.57M

├──8.1.4.1 neo4j简介 3.1neo4j简介_ev .mp424.01M

├──8.1.4.2 neo4j简介 3.2neo4j图数据库的安装_ev .mp449.74M

├──8.1.4.3 neo4j简介 3.3Cypher介绍与使用-part1_ev .mp430.84M

├──8.1.4.4 neo4j简介 3.3Cypher介绍与使用-part2_ev .mp429.82M

├──8.1.4.5 neo4j简介 3.3Cypher介绍与使用-part3_ev .mp424.82M

├──8.1.4.6 neo4j简介 3.3Cypher介绍与使用-part4_ev .mp418.58M

├──8.1.4.7 neo4j简介 3.3Cypher介绍与使用-part5_ev .mp435.22M

├──8.1.4.8 neo4j简介 3.4在Python中使用neo4j-part1_ev .mp424.38M

├──8.1.4.9 neo4j简介 3.4在Python中使用neo4j-part2_ev .mp431.46M

├──8.1.5.1 离线部分简要分析 4.1离线部分简要分析_ev .mp422.76M

├──8.1.5.2 离线部分简要分析 4.2结构化数据流水线-part1_ev .mp460.32M

├──8.1.5.3 离线部分简要分析 4.2结构化数据流水线-part2_ev .mp463.55M

├──8.1.5.4 离线部分简要分析 4.3非结构化数据流水线_ev .mp430.33M

├──8.1.5.5 离线部分简要分析 5.1任务介绍与模型选用_ev .mp413.25M

├──8.1.5.6 离线部分简要分析 5.2训练数据集_ev .mp429.36M

├──8.1.6.1 BERT中文预训练模型及RNN模型构建 5.3BERT中文预训练模型-part1_ev .mp431.67M

├──8.1.6.2 BERT中文预训练模型及RNN模型构建 5.3BERT中文预训练模型-part2_ev .mp438.13M

├──8.1.6.3 BERT中文预训练模型及RNN模型构建 5.4构建RNN模型-part1_ev .mp416.22M

├──8.1.6.4 BERT中文预训练模型及RNN模型构建 5.4构建RNN模型-part2_ev .mp430.37M

├──8.1.6.5 BERT中文预训练模型及RNN模型构建 5.4构建RNN模型-part3_ev .mp435.20M

├──8.1.7.1 NE模型训练 5.5NE模型训练-第1步_ev .mp431.96M

├──8.1.7.2 NE模型训练 5.5NE模型训练-第2步_ev .mp440.85M

├──8.1.7.3 NE模型训练 5.5NE模型训练-第3步_ev .mp415.06M

├──8.1.7.4 NE模型训练 5.5NE模型训练-第4步-part1_ev .mp447.09M

├──8.1.7.5 NE模型训练 5.5NE模型训练-第4步-part2_ev .mp455.13M

├──8.1.7.6 NE模型训练 5.5NE模型训练-第5步_ev .mp432.15M

├──8.1.7.7 NE模型训练 5.5NE模型训练-第6步_ev .mp419.00M

├──8.1.7.8 NE模型训练 5.6NE模型使用-part1_ev .mp449.87M

└──8.1.7.9 NE模型训练 5.6NE模型使用-part2_ev .mp449.50M

└──第2章 AI医生-命名实体识别任务

├──8.2.1.1 BiLSTM 6.1命名实体识别介绍_ev .mp450.75M

├──8.2.1.2 BiLSTM 6.2BiLSTM介绍-0_ev .mp410.87M

├──8.2.1.3 BiLSTM 6.2BiLSTM介绍-第1步-part1_ev .mp427.40M

├──8.2.1.4 BiLSTM 6.2BiLSTM介绍-第1步-part2_ev .mp454.35M

├──8.2.1.5 BiLSTM 6.2BiLSTM介绍-第2步-part1_ev .mp419.25M

├──8.2.1.6 BiLSTM 6.2BiLSTM介绍-第2步-part2_ev .mp429.99M

├──8.2.1.7 BiLSTM 6.2BiLSTM介绍-第3步_ev .mp479.90M

├──8.2.1.8 BiLSTM 6.3CRF介绍_ev .mp451.33M

├──8.2.1.9 BiLSTM 6.4BiLSTM+CRF模型-0网络架构介绍_ev .mp438.28M

├──8.2.2.1 BiLSTM+CRF 6.4BiLSTM+CRF模型-1损失函数介绍_ev .mp47.23M

├──8.2.2.10 BiLSTM+CRF 6.4BiLSTM+CRF模型-模型实现-第5步-part2_ev .mp496.55M

├──8.2.2.11 BiLSTM+CRF 6.4BiLSTM+CRF模型-小节总结_ev .mp457.19M

├──8.2.2.12 BiLSTM+CRF 6.4BiLSTM+CRF模型-模型实现-第6步-part1_ev .mp433.84M

├──8.2.2.13 BiLSTM+CRF 6.4BiLSTM+CRF模型-模型实现-第6步-part2_ev .mp466.30M

├──8.2.2.2 BiLSTM+CRF 6.4BiLSTM+CRF模型-模型实现-第1步-part1_ev .mp428.64M

├──8.2.2.3 BiLSTM+CRF 6.4BiLSTM+CRF模型-模型实现-第1步-part2_ev .mp458.50M

├──8.2.2.4 BiLSTM+CRF 6.4BiLSTM+CRF模型-模型实现-第2步-part2_ev .mp487.27M

├──8.2.2.5 BiLSTM+CRF 6.4BiLSTM+CRF模型-模型实现-第3步-part1_ev .mp461.36M

├──8.2.2.6 BiLSTM+CRF 6.4BiLSTM+CRF模型-模型实现-第3步-part2_ev .mp488.79M

├──8.2.2.7 BiLSTM+CRF 6.4BiLSTM+CRF模型-模型实现-第4步-part1_ev .mp422.64M

├──8.2.2.8 BiLSTM+CRF 6.4BiLSTM+CRF模型-模型实现-第4步-part2_ev .mp458.78M

├──8.2.2.9 BiLSTM+CRF 6.4BiLSTM+CRF模型-模型实现-第5步-part1_ev .mp448.36M

├──8.2.3.1 在线部分-模型训练 6.5模型训练-第1步_ev .mp419.45M

├──8.2.3.10 在线部分-模型训练 6.5模型训练-第5步-part1_ev .mp472.36M

├──8.2.3.11 在线部分-模型训练 6.5模型训练-第5步-part2_ev .mp487.17M

├──8.2.3.12 在线部分-模型训练 6.5模型训练-第5步-part3_ev .mp476.45M

├──8.2.3.13 在线部分-模型训练 6.5模型训练-第5步-part4_ev .mp485.40M

├──8.2.3.14 在线部分-模型训练 6.5模型训练-第5步-part5_ev .mp437.91M

├──8.2.3.15 在线部分-模型训练 6.5模型训练-第5步-part6_ev .mp438.54M

├──8.2.3.16 在线部分-模型训练 6.5模型训练-第5步-part7_ev .mp414.45M

├──8.2.3.17 在线部分-模型训练 6.5模型训练-第5步-part8_ev .mp445.35M

├──8.2.3.18 在线部分-模型训练 6.5模型训练-第6步_ev .mp429.07M

├──8.2.3.2 在线部分-模型训练 6.5模型训练-第2步-part1_ev .mp451.97M

├──8.2.3.3 在线部分-模型训练 6.5模型训练-第2步-part2_ev .mp461.34M

├──8.2.3.4 在线部分-模型训练 6.5模型训练-第3步-part1_ev .mp441.03M

├──8.2.3.5 在线部分-模型训练 6.5模型训练-第3步-part2_ev .mp458.45M

├──8.2.3.6 在线部分-模型训练 6.5模型训练-第4步-part1_ev .mp477.13M

├──8.2.3.7 在线部分-模型训练 6.5模型训练-第4步-part2_ev .mp458.36M

├──8.2.3.8 在线部分-模型训练 6.5模型训练-第4步-part3_ev .mp482.00M

├──8.2.3.9 在线部分-模型训练 6.5模型训练-第4步-part4_ev .mp443.33M

├──8.2.4.1 在线部分-模型使用 6.6模型使用-单文本预测-part1_ev .mp458.23M

├──8.2.4.2 在线部分-模型使用 6.6模型使用-单文本预测-part2_ev .mp451.72M

├──8.2.4.3 在线部分-模型使用 6.6模型使用-单文本预测-part3_ev .mp458.02M

├──8.2.4.4 在线部分-模型使用 6.6模型使用-单文本预测-part4_ev .mp443.47M

├──8.2.4.5 在线部分-模型使用 6.6模型使用-批量文本预测-part1_ev .mp414.50M

├──8.2.4.6 在线部分-模型使用 6.6模型使用-批量文本预测-part2_ev .mp423.03M

├──8.2.5.1 主要逻辑服务 7.1在线部分简要分析_ev .mp423.99M

├──8.2.5.10 主要逻辑服务 7.3主要逻辑服务-第3步-part2_ev .mp479.06M

├──8.2.5.11 主要逻辑服务 7.3主要逻辑服务-第4步_ev .mp438.75M

├──8.2.5.12 主要逻辑服务 7.3主要逻辑服务-第5-6步及小结_ev .mp439.14M

├──8.2.5.2 主要逻辑服务 7.2werobot服务构建-part1_ev .mp429.22M

├──8.2.5.3 主要逻辑服务 7.2werobot服务构建-part2_ev .mp422.65M

├──8.2.5.4 主要逻辑服务 7.2werobot服务构建-part3_ev .mp443.19M

├──8.2.5.5 主要逻辑服务 7.3主要逻辑服务-0架构总体介绍_ev .mp416.21M

├──8.2.5.6 主要逻辑服务 7.3主要逻辑服务-第1步-part1_ev .mp426.45M

├──8.2.5.7 主要逻辑服务 7.3主要逻辑服务-第1步-part2_ev .mp429.13M

├──8.2.5.8 主要逻辑服务 7.3主要逻辑服务-第2步_ev .mp432.99M

├──8.2.5.9 主要逻辑服务 7.3主要逻辑服务-第3步-part1_ev .mp437.98M

├──8.2.6.1 模型训练 部署1 8.1-2任务介绍与模型选用及训练集数据_ev .mp420.15M

├──8.2.6.10 模型训练 部署1 8.5模型训练-第3步-part1_ev .mp44.74M

├──8.2.6.11 模型训练 部署1 8.5模型训练-第3步-part2_ev .mp410.78M

├──8.2.6.2 模型训练 部署1 8.3Bert中文预训练模型-part1_ev .mp429.07M

├──8.2.6.3 模型训练 部署1 8.3Bert中文预训练模型-part2_ev .mp447.69M

├──8.2.6.4 模型训练 部署1 8.4微调模型-part1_ev .mp419.62M

├──8.2.6.5 模型训练 部署1 8.4微调模型-part2_ev .mp429.49M

├──8.2.6.6 模型训练 部署1 8.5模型训练-第1步-part1_ev .mp423.48M

├──8.2.6.7 模型训练 部署1 8.5模型训练-第1步-part2_ev .mp440.64M

├──8.2.6.8 模型训练 部署1 8.5模型训练-第2步-part1_ev .mp411.46M

├──8.2.6.9 模型训练 部署1 8.5模型训练-第2步-part2_ev .mp419.42M

├──8.2.7.1 模型训练 部署2 8.5模型训练-第4步-part1_ev .mp411.47M

├──8.2.7.10 模型训练 部署2 9.1系统联调与测试-1开启服务-part2_ev .mp421.20M

├──8.2.7.11 模型训练 部署2 9.1系统联调与测试-1开启服务-part3_ev .mp413.06M

├──8.2.7.12 模型训练 部署2 9.1系统联调与测试-2测试部分-part1_ev .mp418.53M

├──8.2.7.13 模型训练 部署2 9.1系统联调与测试-2测试部分-part2_ev .mp427.08M

├──8.2.7.14 模型训练 部署2 9.1系统联调与测试-2测试部分-part3_ev .mp48.81M

├──8.2.7.2 模型训练 部署2 8.5模型训练-第4步-part2_ev .mp429.36M

├──8.2.7.3 模型训练 部署2 8.5模型训练-第5步-part1_ev .mp412.29M

├──8.2.7.4 模型训练 部署2 8.5模型训练-第5步-part2_ev .mp419.51M

├──8.2.7.5 模型训练 部署2 8.5模型训练-第6步和小节总结_ev .mp410.15M

├──8.2.7.6 模型训练 部署2 8.6模型部署-第1步-part1_ev .mp410.10M

├──8.2.7.7 模型训练 部署2 8.6模型部署-第1步-part2_ev .mp416.37M

├──8.2.7.8 模型训练 部署2 8.6模型部署-第2-3步和小结_ev .mp424.38M

└──8.2.7.9 模型训练 部署2 9.1系统联调与测试-1开启服务-part1_ev .mp410.12M

└──09 阶段九 蜂窝AI文本摘要项目

├──第1章 AI文本摘要-经典模型

├──9.1.1.1 项目介绍 01-1讲解-第1章_1小节项目简介_part1_ev .mp47.32M

├──9.1.1.2 项目介绍 02-1讲解-第1章_1小节项目介绍_part2_ev .mp46.40M

├──9.1.1.3 项目介绍 03-1讲解-第1章_1小节项目介绍_part3_ev .mp44.52M

├──9.1.10.1 PGN实现baseline-2模型 22-1讲解-第4章_4.3模型实现_1模型创建_第1步_ev .mp414.14M

├──9.1.10.10 PGN实现baseline-2模型 31-1讲解-第4章_4.3模型实现_3模型预测_part1_ev .mp435.80M

├──9.1.10.11 PGN实现baseline-2模型 32-1讲解-第4章_4.3模型实现_3模型预测_part2_ev .mp440.62M

├──9.1.10.2 PGN实现baseline-2模型 23-1讲解-第4章_4.3模型实现_1模型创建_第2步_ev .mp435.07M

├──9.1.10.3 PGN实现baseline-2模型 24-1讲解-第4章_4.3模型实现_1模型创建_第3步_ev .mp431.84M

├──9.1.10.4 PGN实现baseline-2模型 25-1讲解-第4章_4.3模型实现_1模型创建_第4步_ev .mp46.80M

├──9.1.10.5 PGN实现baseline-2模型 26-1讲解-第4章_4.3模型实现_1模型创建_第5步_ev .mp454.71M

├──9.1.10.6 PGN实现baseline-2模型 27-1讲解-第4章_4.3模型实现_2模型训练_第1步_ev .mp420.29M

├──9.1.10.7 PGN实现baseline-2模型 28-1讲解-第4章_4.3模型实现_2模型训练_第2步_part1_ev .mp421.32M

├──9.1.10.8 PGN实现baseline-2模型 29-1讲解-第4章_4.3模型实现_2模型训练_第2步_part2_ev .mp434.82M

├──9.1.10.9 PGN实现baseline-2模型 30-1讲解-第4章_4.3模型实现_2模型训练_第2步_part3_ev .mp420.92M

├──9.1.11.1 TextRank实现baseline-1模型 08-1讲解-第2章_2小节实现模型_第2步_ev .mp412.32M

├──9.1.12.1 TextRank实现baseline-2模型 09-1讲解-第2章_2小节实现模型_第3步_ev .mp415.35M

├──9.1.13.1 TextRank实现baseline-3模型 10-1讲解-第2章_2小节实现模型_第4步_ev .mp48.10M

├──9.1.14.1 TextRank实现baseline-4模型 11-1讲解-第2章_2小节实现模型_第5步_ev .mp426.58M

├──9.1.15.1 TextRank实现baseline-5模型 12-1讲解-第2章_2小节实现模型_第6步_ev .mp417.96M

├──9.1.2.1 数据集介绍 04-1讲解-第1章_2小节数据集初探_part1_ev .mp413.49M

├──9.1.2.2 数据集介绍 05-2讲解-第1章_2小节数据集初探_part2_ev .mp411.63M

├──9.1.2.3 数据集介绍 06-1讲解-第1章_2小节数据集初探_part3_ev .mp411.87M

├──9.1.2.4 数据集介绍 07-1讲解-第1章_2小节数据集初探_part4_ev .mp44.52M

├──9.1.3.1 TextRank模型理论基础 01-1讲解-第2章_1小节TextRank理论基础_part1_ev .mp45.62M

├──9.1.3.2 TextRank模型理论基础 02-1讲解-第2章_1小节TextRank理论基础_part2_ev .mp44.95M

├──9.1.3.3 TextRank模型理论基础 03-1讲解-第2章_1小节TextRank理论基础_part3_ev .mp429.11M

├──9.1.3.4 TextRank模型理论基础 04-1讲解-第2章_1小节TextRank理论基础_part4_ev .mp414.40M

├──9.1.3.5 TextRank模型理论基础 05-1讲解-第2章_1小节TextRank理论基础_part5_ev .mp415.60M

├──9.1.3.6 TextRank模型理论基础 06-1讲解-第2章_1小节TextRank理论基础_part6_ev .mp412.76M

├──9.1.4.1 TextRank实现baseline-0模型 07-1讲解-第2章_2小节实现模型_第1步_ev .mp421.71M

├──9.1.5.1 Seq2Seq实现baseline-1模型1 01-1讲解-第3章_3.1模型实现_0架构介绍_ev .mp412.13M

├──9.1.5.10 Seq2Seq实现baseline-1模型1 09-2讲解-第3章_3.1模型实现_1工具函数_第5步_part5_ev .mp450.72M

├──9.1.5.11 Seq2Seq实现baseline-1模型1 09-3讲解-第3章_3.1模型实现_1工具函数_第5步_part6_ev .mp418.04M

├──9.1.5.2 Seq2Seq实现baseline-1模型1 02-1讲解-第3章_3.1模型实现_1工具函数_第1步_ev .mp428.62M

├──9.1.5.3 Seq2Seq实现baseline-1模型1 03-1讲解-第3章_3.1模型实现_1工具函数_第2步_ev .mp412.09M

├──9.1.5.4 Seq2Seq实现baseline-1模型1 04-1讲解-第3章_3.1模型实现_1工具函数_第3步_ev .mp424.71M

├──9.1.5.5 Seq2Seq实现baseline-1模型1 05-1讲解-第3章_3.1模型实现_1工具函数_第4步_ev .mp46.65M

├──9.1.5.6 Seq2Seq实现baseline-1模型1 06-1讲解-第3章_3.1模型实现_1工具函数_第5步_part1_ev .mp421.54M

├──9.1.5.7 Seq2Seq实现baseline-1模型1 07-1讲解-第3章_3.1模型实现_1工具函数_第5步_part2_ev .mp422.31M

├──9.1.5.8 Seq2Seq实现baseline-1模型1 08-1讲解-第3章_3.1模型实现_1工具函数_第5步_part3_ev .mp417.51M

├──9.1.5.9 Seq2Seq实现baseline-1模型1 09-1讲解-第3章_3.1模型实现_1工具函数_第5步_part4_ev .mp450.67M

├──9.1.6.1 Seq2Seq实现baseline-1模型2 10-1讲解-第3章_3.1模型实现_2模型类_第1步_ev .mp437.60M

├──9.1.6.10 Seq2Seq实现baseline-1模型2 19-1讲解-第3章_3.1模型实现_4预测模型_part1_ev .mp431.29M

├──9.1.6.11 Seq2Seq实现baseline-1模型2 20-1讲解-第3章_3.1模型实现_4预测模型_part2_ev .mp434.85M

├──9.1.6.2 Seq2Seq实现baseline-1模型2 11-1讲解-第3章_3.1模型实现_2模型类_第2步_part1_ev .mp424.68M

├──9.1.6.3 Seq2Seq实现baseline-1模型2 12-1讲解-第3章_3.1模型实现_2模型类_第2步_part2_ev .mp424.39M

├──9.1.6.4 Seq2Seq实现baseline-1模型2 13-1讲解-第3章_3.1模型实现_2模型类_第2步_part3_ev .mp417.48M

├──9.1.6.5 Seq2Seq实现baseline-1模型2 14-1讲解-第3章_3.1模型实现_2模型类_第3步_part1_ev .mp421.43M

├──9.1.6.6 Seq2Seq实现baseline-1模型2 15-1讲解-第3章_3.1模型实现_2模型类_第3步_part2_ev .mp424.93M

├──9.1.6.7 Seq2Seq实现baseline-1模型2 16-1讲解-第3章_3.1模型实现_3训练模型_part1_ev .mp435.69M

├──9.1.6.8 Seq2Seq实现baseline-1模型2 17-1讲解-第3章_3.1模型实现_3训练模型_part2_ev .mp416.33M

├──9.1.6.9 Seq2Seq实现baseline-1模型2 18-1讲解-第3章_3.1模型实现_3训练模型_part3_ev .mp424.99M

├──9.1.7.1 baseline-1模型的优化 21-1讲解-第3章_3.2词向量优化_1预训练词向量_part1_ev .mp410.58M

├──9.1.7.2 baseline-1模型的优化 22-1讲解-第3章_3.2词向量优化_1预训练词向量_part2_ev .mp421.93M

├──9.1.7.3 baseline-1模型的优化 23-1讲解-第3章_3.2词向量优化_1预训练词向量_part3_ev .mp459.63M

├──9.1.7.4 baseline-1模型的优化 24-1讲解-第3章_3.2词向量优化_2模型优化_part1_ev .mp418.03M

├──9.1.7.5 baseline-1模型的优化 25-1讲解-第3章_3.2词向量优化_2模型优化_part2_ev .mp420.16M

├──9.1.7.6 baseline-1模型的优化 26-1讲解-第3章_3.2词向量优化_2模型优化_part3_ev .mp412.54M

├──9.1.7.7 baseline-1模型的优化 27-1讲解-第3章_3.2词向量优化_2模型优化_part4_ev .mp415.89M

├──9.1.7.8 baseline-1模型的优化 28-1讲解-第3章_3.2词向量优化_2模型优化_part5_ev .mp419.01M

├──9.1.8.1 PGN架构解析 01-1讲解-第4章_4.1PGN架构_part1_ev .mp421.43M

├──9.1.8.2 PGN架构解析 02-1讲解-第4章_4.1PGN架构_part2_ev .mp46.37M

├──9.1.8.3 PGN架构解析 03-1讲解-第4章_4.1PGN架构_part3_ev .mp413.73M

├──9.1.9.1 PGN数据处理 04-1讲解-第4章_4.2数据处理_1预处理数据_第1步_ev .mp422.99M

├──9.1.9.10 PGN数据处理 13-1讲解-第4章_4.2数据处理_3工具函数_part4_ev .mp416.12M

├──9.1.9.11 PGN数据处理 14-1讲解-第4章_4.2数据处理_3工具函数_part5_ev .mp411.99M

├──9.1.9.12 PGN数据处理 15-1讲解-第4章_4.2数据处理_3工具函数_part6_ev .mp410.72M

├──9.1.9.13 PGN数据处理 16-1讲解-第4章_4.2数据处理_3工具函数_part7_ev .mp414.89M

├──9.1.9.14 PGN数据处理 17-1讲解-第4章_4.2数据处理_3工具函数_part8_ev .mp422.62M

├──9.1.9.15 PGN数据处理 18-1讲解-第4章_4.2数据处理_4迭代器和类_part1_ev .mp426.80M

├──9.1.9.16 PGN数据处理 19-1讲解-第4章_4.2数据处理_4迭代器和类_part2_ev .mp431.76M

├──9.1.9.17 PGN数据处理 20-1讲解-第4章_4.2数据处理_4迭代器和类_part3_ev .mp416.49M

├──9.1.9.18 PGN数据处理 21-1讲解-第4章_4.2数据处理_4迭代器和类_part4_ev .mp417.29M

├──9.1.9.2 PGN数据处理 05-1讲解-第4章_4.2数据处理_1预处理数据_第2步_ev .mp48.63M

├──9.1.9.3 PGN数据处理 06-1讲解-第4章_4.2数据处理_1预处理数据_第3步_part1_ev .mp419.31M

├──9.1.9.4 PGN数据处理 07-1讲解-第4章_4.2数据处理_1预处理数据_第3步_part2_ev .mp423.40M

├──9.1.9.5 PGN数据处理 08-1讲解-第4章_4.2数据处理_1预处理数据_第3步_part3_ev .mp448.42M

├──9.1.9.6 PGN数据处理 09-1讲解-第4章_4.2数据处理_2PGN特殊姓分析_ev .mp47.33M

├──9.1.9.7 PGN数据处理 10-1讲解-第4章_4.2数据处理_3工具函数_part1_ev .mp416.73M

├──9.1.9.8 PGN数据处理 11-1讲解-第4章_4.2数据处理_3工具函数_part2_ev .mp47.23M

└──9.1.9.9 PGN数据处理 12-1讲解-第4章_4.2数据处理_3工具函数_part3_ev .mp47.83M

└──第2章 AI文本摘要-模型迭代部署及优化

├──9.2.1.1 文本摘要评估方法 01-1讲解-第5章_5.1摘要评估方法_0常用方法介绍_ev .mp416.18M

├──9.2.1.2 文本摘要评估方法 02-1讲解-第5章_5.1摘要评估方法_1BLEU方法_ev .mp427.33M

├──9.2.1.3 文本摘要评估方法 03-1讲解-第5章_5.1摘要评估方法_2ROUGE方法_ev .mp433.75M

├──9.2.2.1 ROUGE评估算法实现 04-1讲解-第5章_5.2ROUGE算法实现_part1_ev .mp422.37M

├──9.2.2.2 ROUGE评估算法实现 05-1讲解-第5章_5.2ROUGE算法实现_part2_ev .mp443.17M

├──9.2.3.1 PGN+Coverage的优化模型 01-1讲解-第6章_6.1coverage优化_0数学原理_ev .mp419.59M

├──9.2.3.2 PGN+Coverage的优化模型 02-1讲解-第6章_6.1coverage优化_1模型类实现_ev .mp430.91M

├──9.2.3.3 PGN+Coverage的优化模型 03-1讲解-第6章_6.1coverage优化_2训练与预测_ev .mp422.55M

├──9.2.4.1 PGN+beam+Search的优化模型 04-1讲解-第6章_6.2Beam-search优化_0基本原理_ev .mp417.81M

├──9.2.4.2 PGN+beam+Search的优化模型 05-1讲解-第6章_6.2Beam-search优化_1方法实现_part1_ev .mp439.68M

├──9.2.4.3 PGN+beam+Search的优化模型 06-1讲解-第6章_6.2Beam-search优化_1方法实现_part2_ev .mp439.92M

├──9.2.4.4 PGN+beam+Search的优化模型 07-1讲解-第6章_6.2Beam-search优化_1方法实现_part3_ev .mp435.13M

├──9.2.4.5 PGN+beam+Search的优化模型 08-1讲解-第6章_6.2Beam-search优化_1方法实现_part4_ev .mp419.90M

├──9.2.5.1 数据增强优化 09-1讲解-第6章_6.3数据增强优化_1单词替换法_1TF-IDF算法_part1_ev .mp411.46M

├──9.2.5.10 数据增强优化 18-1讲解-第6章_6.3数据增强优化_2回译数据法_part2_ev .mp434.84M

├──9.2.5.11 数据增强优化 19-1讲解-第6章_6.3数据增强优化_3半监督学习法_ev .mp430.67M

├──9.2.5.2 数据增强优化 10-1讲解-第6章_6.3数据增强优化_1单词替换法_1TF-IDF算法_part2_ev .mp417.65M

├──9.2.5.3 数据增强优化 11-1讲解-第6章_6.3数据增强优化_1单词替换法_1TF-IDF算法_part3_ev .mp432.57M

├──9.2.5.4 数据增强优化 12-1讲解-第6章_6.3数据增强优化_1单词替换法_1TF-IDF算法_part4_ev .mp426.98M

├──9.2.5.5 数据增强优化 13-1讲解-第6章_6.3数据增强优化_1单词替换法_1TF-IDF算法_part5_ev .mp421.90M

├──9.2.5.6 数据增强优化 14-1讲解-第6章_6.3数据增强优化_1单词替换法_2单词类_part1_ev .mp49.27M

├──9.2.5.7 数据增强优化 15-1讲解-第6章_6.3数据增强优化_1单词替换法_2单词类_part2_ev .mp433.27M

├──9.2.5.8 数据增强优化 16-1讲解-第6章_6.3数据增强优化_1单词替换法_3训练与评估_ev .mp429.10M

├──9.2.5.9 数据增强优化 17-1讲解-第6章_6.3数据增强优化_2回译数据法_part1_ev .mp434.02M

├──9.2.6.1 训练策略优化 20-1讲解-第6章_6.4训练策略优化_1Scheduled-sampling_part1_ev .mp422.02M

├──9.2.6.2 训练策略优化 21-1讲解-第6章_6.4训练策略优化_1Scheduled-sampling_part2_ev .mp424.23M

├──9.2.6.3 训练策略优化 22-1讲解-第6章_6.4训练策略优化_2Weight-tying_ev .mp432.83M

├──9.2.7.1 硬件优化与模型部署 01-1讲解-第7章_7.1硬件优化与模型部署_0模型转移测试_ev .mp428.63M

├──9.2.7.2 硬件优化与模型部署 02-1讲解-第7章_7.1硬件优化与模型部署_1GPU优化_ev .mp446.15M

├──9.2.7.3 硬件优化与模型部署 03-1讲解-第7章_7.1硬件优化与模型部署_2CPU优化_ev .mp419.01M

├──9.2.7.4 硬件优化与模型部署 04-1讲解-第7章_7.1硬件优化与模型部署_3模型部署_part1_ev .mp417.81M

└──9.2.7.5 硬件优化与模型部署 05-1讲解-第7章_7.1硬件优化与模型部署_3模型部署_part2_ev .mp49.93M