V
主页
03.张量是什么
发布人
人工智能 深度学习 CV入门 计算机视觉
打开封面
下载高清视频
观看高清视频
视频下载器
02.tensorflow安装方法
05.张量转换成numpy
03.神经元的工作方式
07.变量variable
01.tensorflow简介
03.计算机视觉定义与任务
22.MAE损失
25. 3.3 高斯滤波
26.梯度下降算法
06.张量的常用函数
26.3.3 中值滤波
06.tf.keras实现-模型训练与评估
10.池化层和全连接层的介绍
50. 4.3 SIFT算法-关键点方向及描述符
62. 5.2 meanshift原理
18.残差块的实现
02.神经网络简介
吹爆一个印度老哥的算法课程! 🎉你们可能还在怀疑他们的实力,但我要告诉你,一旦你真正了解过,就会知道他们在算法和IT界的地位,简直就是教科书般的存在!
14.sequential构建方式
03.mnist案例模型构建
43. 4.1 角点特征
03.1.2opencv简介及其安装方法
26.模型微调
31.动量梯度下降算法
17.神经网络优缺点及历史
03.AlexNet网络构建
24.smooth L1损失
46.4.2 shi-tomas检点检测
OpenAI发布openai o1推理模型,碾压GPT-4o,物化生水平比肩人类博士!
15.3.1 图像的仿射变换
48.4.3 SIFT算法简介
04.tf.keras实现-数据处理
35年首次证明!神经网络登上Nature:神经网络具有人类泛化能力,是人工智能的又一重大突破!
21. 3.2 黑帽和礼帽
反派机械少女军团战败
38.dropout
11.Xavier初始化
【坚决看好它,无脑死拿那种,吊打各种黑马!】|价值事务所
40.BN层及总结
(arxiv2024)即插即用并行感知注意力机制PPA