V
主页
深度学习硬件的过去、现在和未来(ISSCC 2019) by Yann LeCun
发布人
http://t.cn/Eom9E1Q 【Yann LeCun:深度学习硬件的过去、现在和未来(ISSCC 2019)】《Deep Learning Hardware: Past, Present, and Future - YouTube》by Yann LeCun http://t.cn/Eom9E1Q
打开封面
下载高清视频
观看高清视频
视频下载器
强推!不愧是李飞飞,一口把深度学习、计算机视觉、神经网络、图像处理、图像分割、目标检测、物体识别给讲透了,新手小白秒上手!-人工智能/计算机视觉
深度学习认识论 by Yann LeCun
超全超简单!一口气刷完CNN、RNN、GAN、GNN、DQN、Transformer、LSTM、DBN等八大深度学习神经网络算法!真的比刷剧还爽!
【强推】这绝对是B站2024年人工智能入门的天花板教程!不接受任何反驳,草履虫都能学会!(人工智能|AI|机器学习|深度学习|)
我愿称之为强化学习天花板课程!台大李宏毅教授亲授强化学习教程,究极通俗易懂!建议收藏!
【整整500集】微积分、概率论、泰勒公式、拉格朗日、贝叶斯分析、聚类分析等难懂的数学基础一套课程一网打尽!—人工智能/机器学习/高等数学
【从0到1学人工智能】吹爆!2024年B站最好最全的人工智能基础课程,清华大佬带你恶补AI专业知识!—人工智能基础速成 | 机器学习教程 | 深度学习入门
Hinton & LeCun:深度学习革命
《没有工作的世界》作者、牛津大学教授在斯坦福大学演讲关于未来AI时代
学习的全统计学理论 by Vladimir Vapnik
从机器学习到自主智能 by Yann LeCun
122集付费!CNN、RNN、GAN、GNN、DQN、Transformer、LSTM等八大深度学习神经网络一口气全部学完!
强推!【人工智能算法导论】原作大佬带你一起啃书!真的通俗易懂!(人工智能、深度学习、机器学习、神经网络、Pytorch)
重发爆赞!李永乐老师深度讲解AI!带你了解电脑如何像人一样思考,带你学习AI前沿技术/人工智能/机器学习/深度学习/神经网络/计算机技术
MIT《神经计算导论》课程 (2018)
(fast.ai)程序员的深度学习实战课(2021) by Jeremy Howard
高效、可扩展的深度学习 by Wei Wen
伯克利《神经技术导论》课程 (2020)
不同神经网络本质上有区别吗?迪哥一次性带你吃透CNN、RNN、GAN、GNN、Transformer五大深度学习神经网络!原理解读+项目实战,小白秒上手!
【全面解析】Llama 3.2模型发布:性能、应用与部署指南
太全了!深度学习目标检测算法入门:YOLOv8/v7/v6/v5/v4/v3/v2/v1全详解,草履虫都能学会!(AI人工智能/机器学习/深度学习/CV)
《统计反思:贝叶斯课程(with Code Examples in R/Stan/Python/Julia)》(2019) by Richard McElrea
深度强化学习基础(6讲) by Pieter Abbeel
Yoshua Bengio:用深度学习实现对世界的合成理解
【比刷剧还爽!】2024年最全人工智能入门的天花板教程!不接受任何反驳,草履虫都能学会!人工智能|AI|机器学习|深度学习|)
我居然一个小时就学会了【贝叶斯算法】朴素贝叶斯、贝叶斯网络,绝对的保姆级教程!——机器学习/人工智能/深度学习/高等数学、支持向量机、机器学习算法!
NVIDIA CEO Jensen Huang – AI未来 and美国如何做到第一能源强国
DeepMind如何用图网络学习物理仿真(论文作者访谈)
图几何深度学习 by Michael Bronstein
自然语言处理的未来
伯克利《深度强化学习》课程 (2020) by Sergey Levine (L21-L23)
(ICML 2020 Tutorial)贝叶斯深度学习与概率模型构建
(CVPR 2021 Tutorial)深度学习对抗鲁棒性实践:问题与解决方案
计算机视觉深度学习 @ UPC Barcelona 2019
【全568集】清华大佬一周讲完的AI大模型,通俗易懂,2024最新版!7天学完从入门到进阶实战,专为零基础小白研制AI大模型课程,存下吧,很难找全了!!
威斯康星大学《深度学习和生成模型导论》课程(2021) by Sebastian Raschka
MIT 6.S191 深度学习入门 (2019)
Vivienne Sze:面向深度学习、机器人与AI的高性能计算
【200集付费】一口气学完回归算法、聚类算法、决策树、随机森林、神经网络、贝叶斯算法、支持向量机、神经网络等十二大机器学习算法!
《线性代数进阶》课程 by Nathaniel Johnston