深度之眼 人工智能Paper年度会员2022前沿版 百度网盘下载

00直播

单课01、直播答疑.mkv 141.10M

单课02、直播答疑.mkv 90.44M

单课03、论文复现体验课学习指引.mkv 17.85M

单课04、直播答疑.mkv 125.70M

单课06、直播答疑.mkv 98.57M

单课07、直播答疑.mkv 111.09M

单课08、直播答疑.mkv 90.27M

单课09、GAN专题直播答疑.mkv 107.08M

单课10、NLP Baseline直播答疑.mkv 195.07M

单课11、NLP Baseline 直播答疑.mkv 154.82M

单课13、NLP baseline直播答疑.mkv 89.51M

单课14、NLP直播答疑.mkv 69.96M

单课15、NLP直播答疑.mkv 200.33M

单课16、NLP baseline直播答疑.mkv 137.74M

单课17、NLP baseline直播答疑.mkv 161.55M

单课18、预训练直播答疑.mkv 162.13M

单课19、NLP直播答疑.mkv 58.71M

01自监督无监督

01、自监督-无监督》02、1.1 专题简介与导引&MOCO论文泛读.mkv 42.53M

01、自监督-无监督》03、1.2 MOCO论文精读.mkv 204.92M

01、自监督-无监督》04、1.3 MOCO-实验结果分析与总结.mkv 153.95M

01、自监督-无监督》05、1，4 MOCO-代码讲解.mkv 189.78M

01、自监督-无监督》06、2.1 simclr-论文精读.mkv 379.26M

01、自监督-无监督》07、2.2 sinclr-论文精讲.mkv 224.45M

01、自监督-无监督》08、2.3 simclr-代码讲解.mkv 211.89M

02、15 NLP-推荐系统》

02、15 NLP-推荐系统》02、1. CAN泛读.mkv 118.83M

02、15 NLP-推荐系统》03、2. CAN精读.mkv 98.28M

02、15 NLP-推荐系统》04、3. CAN代码项目实践.mkv 102.39M

02、15 NLP-推荐系统》05、4. MIND泛读.mkv 106.74M

02、15 NLP-推荐系统》06、5. MIND精读.mkv 123.21M

02、15 NLP-推荐系统》07、6. MIND代码项目实践.mkv 143.00M

02、15 NLP-推荐系统》08、7. PLE泛读.mkv 91.10M

02、15 NLP-推荐系统》09、8. PLE精读.mkv 66.27M

02、15 NLP-推荐系统》10、9. PLE代码项目实践.mkv 114.22M

02、15 NLP-推荐系统》11、10. DAT泛读.mkv 77.18M

02、15 NLP-推荐系统》12、11. DAT精读.mkv 53.39M

02、15 NLP-推荐系统》13、12. DAT代码项目实践.mkv 52.00M

02、15 NLP-推荐系统》14、13. FIBINET泛读.mkv 55.41M

02、15 NLP-推荐系统》15、14. FIBINET精读.mkv 41.05M

02、15 NLP-推荐系统》16、15. FIBINET代码项目实践.mkv 75.90M

03、学前须知》

03、学前须知》01、效率提升3倍的Paper 阅读方法.mkv 123.65M

04、01 Python · AI&数据科学入门》

04、01 Python · AI&数据科学入门》02、第一章 绪论和环境配置.mkv 22.60M

04、01 Python · AI&数据科学入门》03、[作业讲解]第一章：助教实际演示配置环境过程.mkv 13.97M

04、01 Python · AI&数据科学入门》04、第二章 Python 基本语法元素.mkv 55.34M

04、01 Python · AI&数据科学入门》05、[作业讲解]第二章：Python基本语法元素.mkv 30.70M

04、01 Python · AI&数据科学入门》06、第三章 基本数据类型.mkv 43.09M

04、01 Python · AI&数据科学入门》07、[作业讲解]第三章：基本数据类型.mkv 23.97M

04、01 Python · AI&数据科学入门》08、第四章 组合数据类型.mkv 45.25M

04、01 Python · AI&数据科学入门》09、[作业讲解]第四章：复杂数据类型.mkv 34.86M

04、01 Python · AI&数据科学入门》10、第五章 程序控制结构.mkv 39.24M

04、01 Python · AI&数据科学入门》11、[作业讲解]第五章：程序控制结构.mkv 10.94M

04、01 Python · AI&数据科学入门》12、第六章 函数-面向过程的编程.mkv 60.81M

04、01 Python · AI&数据科学入门》13、[作业讲解]第六章：函数.mkv 20.15M

04、01 Python · AI&数据科学入门》14、第七章 类-面向对象的编程.mkv 38.52M

04、01 Python · AI&数据科学入门》15、[作业讲解]第七章：类.mkv 12.45M

04、01 Python · AI&数据科学入门》16、第八章 文件、异常和模块.mkv 57.70M

04、01 Python · AI&数据科学入门》17、[作业讲解]第八章：文件、异常和模块.mkv 5.46M

04、01 Python · AI&数据科学入门》18、第九章 有益的探索.mkv 60.45M

04、01 Python · AI&数据科学入门》19、[作业讲解]第九章：有益的探索.mkv 13.05M

04、01 Python · AI&数据科学入门》20、第十章 Python标准库.mkv 43.33M

04、01 Python · AI&数据科学入门》21、[作业讲解]第十章：Python标准库.mkv 6.89M

04、01 Python · AI&数据科学入门》22、第十一章 科学计算库—Numpy应用.mkv 39.57M

04、01 Python · AI&数据科学入门》23、[作业讲解]第十一章：Numpy库.mkv 12.17M

04、01 Python · AI&数据科学入门》24、第十二章 Pandas库.mkv 72.80M

04、01 Python · AI&数据科学入门》25、[作业讲解]第十二章：Pandas库.mkv 15.50M

04、01 Python · AI&数据科学入门》26、第十三章 Matplotlib.mkv 50.79M

04、01 Python · AI&数据科学入门》27、[作业讲解]第十三章：Matplotlib.mkv 18.36M

04、01 Python · AI&数据科学入门》28、第十四章 Sklearn常规用法.mkv 28.57M

04、01 Python · AI&数据科学入门》29、[作业讲解]第十四章：Sklearn常规用法.mkv 25.49M

04、01 Python · AI&数据科学入门》30、第十五章 再谈编程.mkv 34.08M

05、02 PyTorch》

05、02 PyTorch》02、[必看]深入浅出PyTorch.mkv 103.59M

05、02 PyTorch》03、[第一周]PyTorch简介与安装.mkv 56.66M

05、02 PyTorch》04、[第一周]补充-pytorch开发环境安装.mkv 164.64M

05、02 PyTorch》05、[第一周]张量简介与创建.mkv 54.09M

05、02 PyTorch》06、[第一周]张量操作与线性回归.mkv 66.24M

05、02 PyTorch》07、[第一周]计算图与动态图机制.mkv 34.16M

05、02 PyTorch》08、[第一周]autograd与逻辑回归.mkv 68.42M

05、02 PyTorch》09、[第一周]作业讲解1.mkv 30.08M

05、02 PyTorch》10、[第一周]作业讲解2.mkv 22.97M

05、02 PyTorch》11、[第一周]作业讲解3.mkv 22.84M

05、02 PyTorch》12、[第二周]数据读取机制Dataloader与Dataset.mkv 63.28M

05、02 PyTorch》13、[第二周]数据预处理transforms模块机制.mkv 62.93M

05、02 PyTorch》14、[第二周]二十二种transforms数据预处理方法.mkv 118.50M

05、02 PyTorch》15、[第二周]学会自定义transforms方法.mkv 136.63M

05、02 PyTorch》16、[第二周]作业讲解.mkv 94.99M

05、02 PyTorch》17、[第三周]模型创建步骤与nn.Module.mkv 67.00M

05、02 PyTorch》18、[第三周]模型容器与AlexNet构建.mkv 71.60M

05、02 PyTorch》19、[第三周]nn网络层-卷积层.mkv 75.66M

05、02 PyTorch》20、[第三周]nn网络层-池化-线性-激活函数层.mkv 75.61M

05、02 PyTorch》21、[第三周]作业讲解.mkv 65.29M

05、02 PyTorch》22、[第四周]权值初始化.mkv 64.59M

05、02 PyTorch》23、[第四周]损失函数（一）.mkv 112.03M

05、02 PyTorch》24、[第四周]损失函数(二).mkv 115.96M

05、02 PyTorch》25、[第四周]优化器optimizer的概念.mkv 69.78M

05、02 PyTorch》26、[第四周]torch.optim.SGD.mkv 94.91M

05、02 PyTorch》27、[第四周]作业讲解.mkv 28.71M

05、02 PyTorch》28、[第五周]学习率调整策略.mkv 90.89M

05、02 PyTorch》29、[第五周]TensorBoard简介与安装.mkv 44.96M

05、02 PyTorch》30、[第五周]TensorBoard使用（一）.mkv 86.00M

05、02 PyTorch》31、[第五周]TensorBoard使用（二）.mkv 128.22M

05、02 PyTorch》32、[第五周]hook函数与CAM可视化.mkv 106.26M

05、02 PyTorch》33、[第五周]作业讲解.mkv 40.41M

05、02 PyTorch》34、[第六周]正则化之weight_decay.mkv 66.01M

05、02 PyTorch》35、[第六周]Batch Normalization.mkv 106.72M

05、02 PyTorch》36、[第六周]Normalizaiton_layers.mkv 69.23M

05、02 PyTorch》37、[第六周]正则化之Dropout.mkv 73.80M

05、02 PyTorch》38、[第六周]作业讲解.mkv 38.49M

05、02 PyTorch》39、[第七周]模型保存与加载.mkv 46.12M

05、02 PyTorch》40、[第七周]模型finetune.mkv 70.52M

05、02 PyTorch》41、[第七周]GPU的使用.mkv 77.40M

05、02 PyTorch》42、[第七周]PyTorch常见报错.mkv 68.53M

05、02 PyTorch》43、[第七周]作业讲解.mkv 19.71M

05、02 PyTorch》44、[第八周]图像分类一瞥.mkv 106.54M

05、02 PyTorch》45、[第八周]图像分割一瞥.mkv 128.45M

05、02 PyTorch》46、[第八周]图像目标检测一瞥（上）.mkv 95.52M

05、02 PyTorch》47、[第八周]图像目标检测一瞥（下）.mkv 157.23M

05、02 PyTorch》48、[第九周]生成对抗网络一瞥.mkv 110.68M

05、02 PyTorch》49、[第九周]循环神经网络一瞥.mkv 71.32M

06、人工智能数学基础》

06、人工智能数学基础》05、[第一章 线性代数(上)]章节导读.mkv 10.85M

06、人工智能数学基础》06、[第一章 线性代数(上)]-1 矩阵及其基本运算①.mkv 35.83M

06、人工智能数学基础》07、[第一章 线性代数(上)]-2 矩阵及其基本运算②.mkv 74.67M

06、人工智能数学基础》08、[第一章 线性代数(上)]-3 矩阵的行列式①.mkv 44.61M

06、人工智能数学基础》09、[第一章 线性代数(上)]-4 矩阵的行列式②.mkv 45.28M

06、人工智能数学基础》10、[第一章 线性代数(上)]-5 矩阵的行列式③.mkv 34.42M

06、人工智能数学基础》11、[第一章 线性代数(上)]-6 矩阵的行列式④.mkv 13.04M

06、人工智能数学基础》12、[第一章 线性代数(上)]-7 矩阵的逆①.mkv 38.41M

06、人工智能数学基础》13、[第一章 线性代数(上)]-8 矩阵的逆②.mkv 25.42M

06、人工智能数学基础》14、[第一章 线性代数(上)]-9 矩阵的逆③.mkv 29.08M

06、人工智能数学基础》15、[第二章 线性代数(下)]章节导读.mkv 7.18M

06、人工智能数学基础》16、[第二章 线性代数(下)]-1 矩阵的初等变换①.mkv 48.50M

06、人工智能数学基础》17、[第二章 线性代数(下)]-2 矩阵的初等变换②.mkv 20.52M

06、人工智能数学基础》18、[第二章 线性代数(下)]-3 矩阵的初等变换③.mkv 85.09M

06、人工智能数学基础》19、[第二章 线性代数(下)]-4 矩阵的初等变换④.mkv 22.52M

06、人工智能数学基础》20、[第二章 线性代数(下)]-5 矩阵的特征值与特征向量①.mkv 74.15M

06、人工智能数学基础》21、[第二章 线性代数(下)]-6 矩阵的特征值与特征向量②.mkv 52.60M

06、人工智能数学基础》22、[第二章 线性代数(下)]-7 矩阵的特征值与特征向量③.mkv 36.03M

06、人工智能数学基础》23、[第二章 线性代数(下)]-8 矩阵对角化以及二次型①.mkv 59.44M

06、人工智能数学基础》24、[第二章 线性代数(下)]-9 矩阵对角化以及二次型②.mkv 31.48M

06、人工智能数学基础》25、[第二章 线性代数(下)]-10 矩阵对角化以及二次型③.mkv 29.87M

06、人工智能数学基础》26、[第二章 线性代数(下)]-11svd分解的应用.mkv 53.15M

06、人工智能数学基础》27、[第三章 微积分]-01常用函数的导数以及到导数的常用公式.mkv 46.68M

06、人工智能数学基础》28、[第三章 微积分]-02 中值定理&洛必达法则&泰勒公式及应用.mkv 47.64M

06、人工智能数学基础》29、[第三章 微积分]-03 函数的凹凸性&函数的极值.mkv 47.18M

06、人工智能数学基础》30、[第三章 微积分]-04 不定积分.mkv 29.61M

06、人工智能数学基础》31、[第三章 微积分]-05 定积分.mkv 29.49M

06、人工智能数学基础》32、[第三章 微积分]-06 偏导数&多元函数复合求导法则链式求导法则.mkv 45.32M

06、人工智能数学基础》33、[第三章 微积分]-07 方向导数与梯度及其应用.mkv 54.91M

06、人工智能数学基础》34、[第三章 微积分]-08 多元函数泰勒公式与海森矩阵&多元函数的极值.mkv 43.10M

06、人工智能数学基础》35、[第三章 微积分]-09 矩阵的求导.mkv 52.49M

06、人工智能数学基础》36、[第三章 微积分]-10 矩阵的求导在深度学习中的应用.mkv 48.67M

06、人工智能数学基础》37、[第四章 概率论]-01随机实验样本空间随机事件&概率的定义.mkv 50.26M

06、人工智能数学基础》38、[第四章 概率论]-02全概率公式与贝叶斯公式及应用&独立性.mkv 39.13M

06、人工智能数学基础》39、[第四章 概率论]-03随机变量与多维随机变量.mkv 43.50M

06、人工智能数学基础》40、[第四章 概率论]-04期望与方差part1.mkv 47.96M

06、人工智能数学基础》41、[第四章 概率论]-05期望与方差part2.mkv 19.76M

06、人工智能数学基础》42、[第四章 概率论]-06参数的估计.mkv 48.38M

06、人工智能数学基础》43、[第五章 最优化]-1 无约束最优化梯度下降.mkv 45.68M

06、人工智能数学基础》44、[第五章 最优化]-2 无约束最优化梯度下降.mkv 42.08M

06、人工智能数学基础》45、[第五章 最优化]-3 约束最优化.mkv 46.84M

07、04 神经网络基础知识》

07、04 神经网络基础知识》02、01-神经网络基础与多层感知机-0.mkv 38.20M

07、04 神经网络基础知识》03、01-神经网络基础与多层感知机-1.mkv 26.41M

07、04 神经网络基础知识》04、01-神经网络基础与多层感知机-2.mkv 28.91M

07、04 神经网络基础知识》05、01-神经网络基础与多层感知机-3.mkv 15.61M

07、04 神经网络基础知识》06、01-神经网络基础与多层感知机-4.mkv 39.70M

07、04 神经网络基础知识》07、02-卷积神经网络-0.mkv 28.93M

07、04 神经网络基础知识》08、02-卷积神经网络-1.mkv 51.79M

07、04 神经网络基础知识》09、02-卷积神经网络-2.mkv 22.15M

07、04 神经网络基础知识》10、03-循环神经网络-0.mkv 20.54M

07、04 神经网络基础知识》11、03-循环神经网络-1.mkv 37.96M

07、04 神经网络基础知识》12、03-循环神经网络-2.mkv 26.66M

08、05 NLP基础知识》

08、05 NLP基础知识》02、1-1 前言..mkv 152.21M

08、05 NLP基础知识》03、1-2 研究方向概述..mkv 112.26M

08、05 NLP基础知识》04、2-1 预备知识..mkv 60.57M

08、05 NLP基础知识》05、2-2 NLP问题中的特征..mkv 61.27M

08、05 NLP基础知识》06、2-3 特征输入..mkv 108.23M

08、05 NLP基础知识》07、2-4 文本的向量化表示与案例实现..mkv 80.74M

08、05 NLP基础知识》08、3-1 统计语言模型简介与案例实现..mkv 185.44M

08、05 NLP基础知识》09、3-2 语言模型任务评估..mkv 104.29M

08、05 NLP基础知识》10、3-3 神经语言模型简介与代码实现..mkv 191.62M

08、05 NLP基础知识》11、3-4 预训练的词表示及其使用实例..mkv 66.74M

08、05 NLP基础知识》12、4-1 word2vec原理..mkv 129.84M

08、05 NLP基础知识》13、4-2 word2vec代码复现..mkv 207.37M

08、05 NLP基础知识》14、4-3 word2vec项目实战展示..mkv 96.74M

08、05 NLP基础知识》15、4-4 BERT使用实战讲解..mkv 131.87M

08、05 NLP基础知识》16、4-5 MLP模型与实战..mkv 122.76M

08、05 NLP基础知识》17、4-6 RNN模型原理、代码复现与实战..mkv 186.49M

08、05 NLP基础知识》18、5-1 HMM序列标注..mkv 47.51M

08、05 NLP基础知识》19、5-2 HMM模型简介..mkv 121.21M

08、05 NLP基础知识》20、5-3 HMM样本生成..mkv 112.81M

08、05 NLP基础知识》21、5-4 HMM训练..mkv 71.43M

08、05 NLP基础知识》22、5-5 HMM预测..mkv 107.52M

08、05 NLP基础知识》23、5-6 HMM代码实现..mkv 142.80M

09、06 NLP-baseline》

09、06 NLP-baseline》02、NLP baseline 开营仪式.mkv 79.40M

09、06 NLP-baseline》03、1.1 word2vec1-1背景知识.mkv 79.66M

09、06 NLP-baseline》04、1.2 word2vec1-2论文泛读.mkv 66.20M

09、06 NLP-baseline》05、1.3 word2vec2-1对比模型.mkv 64.59M

09、06 NLP-baseline》06、1.4 word2vec2-2原理.mkv 39.71M

09、06 NLP-baseline》07、1.5 word2vec2-3word2vec关键技术.mkv 51.71M

09、06 NLP-baseline》08、1.6 word2vec2-4模型复杂度.mkv 24.97M

09、06 NLP-baseline》09、1.7 word2vec2-5实验结果.mkv 62.63M

09、06 NLP-baseline》10、1.8 word2vec3-1代码部分上.mkv 103.51M

09、06 NLP-baseline》11、1.9 word2vec3-2代码部分下.mkv 129.42M

09、06 NLP-baseline》12、02glove-01-_背景介绍..mkv 28.94M

09、06 NLP-baseline》13、02 glove-02-_研究成果及意义.mkv 12.26M

09、06 NLP-baseline》14、02glove-03-论文概述.mkv 87.07M

09、06 NLP-baseline》15、02glove-04-模型精讲.mkv 46.83M

09、06 NLP-baseline》16、02 glove-05-实验分析..mkv 22.01M

09、06 NLP-baseline》17、02glove-06-数据处理.mkv 23.40M

09、06 NLP-baseline》18、02 glove-07-型及训练测试.mkv 24.27M

09、06 NLP-baseline》19、03char_embedding-01-背景介绍..mkv 34.62M

09、06 NLP-baseline》20、03 char_embedding-02-研究成果及意义.mkv 27.47M

09、06 NLP-baseline》21、03char_embedding-03-论文概述.mkv 34.27M

09、06 NLP-baseline》22、03 char_embedding-04-模型详解.mkv 48.88M

09、06 NLP-baseline》23、03 char_embedding-05-语言模型实验分析.mkv 48.88M

09、06 NLP-baseline》24、03 char_embedding-06-词性标注实验分析及论文总结.mkv 45.58M

09、06 NLP-baseline》25、03 char_embedding-07-环境配置.mkv 30.22M

09、06 NLP-baseline》26、03 char_embedding-08-数据处理.mkv 49.96M

09、06 NLP-baseline》27、03 char_embedding-09-模型构建及训练和测试.mkv 34.72M

09、06 NLP-baseline》28、04textcnn-01-textcnn背景介绍.mkv 23.09M

09、06 NLP-baseline》29、04textcnn-02-textcnn研究成果及意义.mkv 14.03M

09、06 NLP-baseline》30、04 textcnn-03-textcnn模型简介.mkv 43.42M

09、06 NLP-baseline》31、04 textcnn-04-textcnn模型详解.mkv 38.38M

09、06 NLP-baseline》32、04textcnn-05-textcnn实验介绍.mkv 62.33M

09、06 NLP-baseline》33、04 textcnn-06-textcnn超参选择.mkv 87.97M

09、06 NLP-baseline》34、04 textcnn-07-textcnn数据处理以及模型构建..mkv 48.75M

09、06 NLP-baseline》35、04 textcnn-08-textcnn训练及测试.mkv 41.40M

09、06 NLP-baseline》36、05-chartextcnn_1_论文导读..mkv 41.25M

09、06 NLP-baseline》37、05-chartextcnn_2_1_模型总览及简介.mkv 50.62M

09、06 NLP-baseline》38、05-chartextcnn_2_2_模型详解.mkv 43.47M

09、06 NLP-baseline》39、05-chartextcnn_2_3_实验分析及讨论.mkv 48.82M

09、06 NLP-baseline》40、05-chartextcnn_3_1_数据处理.mkv 36.80M

09、06 NLP-baseline》41、05-chartextcnn_3_2_模型定义及训练和测试.mkv 39.54M

09、06 NLP-baseline》42、06-fasttext_1_研究背景及意义.mkv 36.43M

09、06 NLP-baseline》43、06-fasttext_2_1_fasttext模型上.mkv 41.03M

09、06 NLP-baseline》44、06-fasttext_2_2_fasttext模型下.mkv 38.29M

09、06 NLP-baseline》45、06-fasttext_2_3_fasttext实验.mkv 23.88M

09、06 NLP-baseline》46、06-fasttext_3_1_fasttext数据读取.mkv 37.64M

09、06 NLP-baseline》47、06-fasttext_3_2_fasttext模型及训练测试.mkv 21.12M

09、06 NLP-baseline》48、07 deep_nmt_1_1_论文简介以及BLEU介绍.mkv 24.53M

09、06 NLP-baseline》49、07 deep_nmt_1_2_背景介绍和研究成果及意义.mkv 40.08M

09、06 NLP-baseline》50、07 deep_nmt_2_1_deep_nmt模型详解1.mkv 46.90M

09、06 NLP-baseline》51、07 deep_nmt_2_2_deep_nmtm模型详解2.mkv 37.87M

09、06 NLP-baseline》52、07 deep_nmt_2_3_实验结果及总结.mkv 39.11M

09、06 NLP-baseline》53、07 deep_nmt_3_1_机器翻译数据处理和代码简介.mkv 48.27M

09、06 NLP-baseline》54、07 deep_nmt_3_2_模型和训练及测试.mkv 45.56M

09、06 NLP-baseline》55、08 attention_nmt_1_1_储备知识_对齐翻译_seq2seq_注意力机制..mkv 33.02M

09、06 NLP-baseline》56、08 attention_nmt_1_2_背景介绍_研究成果及意义.mkv 39.72M

09、06 NLP-baseline》57、08 attention_nmt_2_1_论文总览..mkv 48.42M

09、06 NLP-baseline》58、08 attention_nmt_2_2模型详解..mkv 49.61M

09、06 NLP-baseline》59、08 attention_nmt_2_3_实验结果及分析.mkv 48.72M

09、06 NLP-baseline》60、08 attention_nmt_3_1_deep_nmt实现.mkv 89.80M

09、06 NLP-baseline》61、08 attention_nmt_3_2_fairseq.mkv 84.76M

09、06 NLP-baseline》62、09 han_attention_1_1_前期储备知识介绍.mkv 25.45M

09、06 NLP-baseline》63、09 han_attention_1_2_研究背景成果及意义..mkv 38.75M

09、06 NLP-baseline》64、09 han_attention_2_1_论文总览.mkv 56.14M

09、06 NLP-baseline》65、09 han_attention_2_2_模型详解.mkv 36.96M

09、06 NLP-baseline》66、09 han_attention_2_3_实验结果及论文总结.mkv 120.29M

09、06 NLP-baseline》67、09 han_attention_3_1_数据读取.mkv 52.87M

09、06 NLP-baseline》68、09 han_attention_3_2_模型实现及训练和测试.mkv 51.75M

09、06 NLP-baseline》69、10 sgm_1_1_多标签分类介绍..mkv 19.73M

09、06 NLP-baseline》70、10 sgm_1_2_背景知识和研究成果及意义.mkv 58.07M

09、06 NLP-baseline》71、10 sgm_2_1_论文简介.mkv 50.85M

09、06 NLP-baseline》72、10 sgm_2_2_模型详解..mkv 27.93M

09、06 NLP-baseline》73、10 sgm_2_3_实验结果及分析.mkv 52.20M

09、06 NLP-baseline》74、10 sgm_3_1_数据处理.mkv 45.44M

09、06 NLP-baseline》75、10 sgm_3_2_模型实现..mkv 74.10M

10、07 信息抽取-命名实体识别》

10、07 信息抽取-命名实体识别》02、1.1- BiLSTM-CRF-论文研究背景.mkv 66.82M

10、07 信息抽取-命名实体识别》03、1.2- BiLSTM-CRF-论文算法总览.mkv 36.78M

10、07 信息抽取-命名实体识别》04、1.3-BiLSTM-CRF模型结构.mkv 27.59M

10、07 信息抽取-命名实体识别》05、1.4-BiLSTM-CRF损失函数与维特比解码.mkv 22.63M

10、07 信息抽取-命名实体识别》06、1.5- BiLSTM-CRF-实验结果与论文总结.mkv 14.84M

10、07 信息抽取-命名实体识别》07、1.6- BiLSTM-CRF代码讲解.mkv 44.48M

10、07 信息抽取-命名实体识别》08、1.7- BiLSTM-CRF-NCR-Fpp代码详解.mkv 49.27M

10、07 信息抽取-命名实体识别》09、2.1_LatticeLSTM论文研究背景.mkv 74.95M

10、07 信息抽取-命名实体识别》10、2.2_LatticeLSTM模型总览..mkv 27.38M

10、07 信息抽取-命名实体识别》11、2.3_LatticeLSTM模型细节.mkv 25.28M

10、07 信息抽取-命名实体识别》12、2.4_LatticeLSTM论文实验与总结.mkv 11.09M

10、07 信息抽取-命名实体识别》13、2.5_LatticeLSTM代码讲解..mkv 88.65M

10、07 信息抽取-命名实体识别》14、3.1_LR-CNN论文研究背景.mkv 78.09M

10、07 信息抽取-命名实体识别》15、3.2_LR-CNN模型总览.mkv 23.67M

10、07 信息抽取-命名实体识别》16、3.3_LR-CNN模型细节.mkv 19.91M

10、07 信息抽取-命名实体识别》17、3.4_LR-CNN模型细节2..mkv 13.79M

10、07 信息抽取-命名实体识别》18、3.5_LR-CNN论文代码讲解..mkv 44.47M

10、07 信息抽取-命名实体识别》19、4.1_LGN论文研究背景..mkv 81.97M

10、07 信息抽取-命名实体识别》20、4.2_LGN模型总览..mkv 12.89M

10、07 信息抽取-命名实体识别》21、4.3_LGN模型详解.mkv 17.27M

10、07 信息抽取-命名实体识别》22、4.4_LGN代码讲解.mkv 26.46M

10、07 信息抽取-命名实体识别》23、5.1_TENER论文研究背景.mkv 137.13M

10、07 信息抽取-命名实体识别》24、5.2_TENER模型总览.mkv 49.68M

10、07 信息抽取-命名实体识别》25、5.3_TENER模型详解.mkv 72.82M

10、07 信息抽取-命名实体识别》26、5.4_TENER模型总结.mkv 30.19M

10、07 信息抽取-命名实体识别》27、5.5_TENER模型代码.mkv 73.40M

10、07 信息抽取-命名实体识别》28、6-1_Soft_Lexicon论文研究背景..mkv 130.55M

10、07 信息抽取-命名实体识别》29、6-2_Soft_Lexicon模型总览.mp4.mkv 28.03M

10、07 信息抽取-命名实体识别》30、6-3_Soft_Lexicon模型详解..mkv 24.18M

10、07 信息抽取-命名实体识别》31、6-4_Soft_Lexicon模型总结..mkv 61.17M

10、07 信息抽取-命名实体识别》32、6-5_Soft_Lexicon模型代码..mkv 46.20M

11、07 （2）信息抽取-关系抽取》

11、07 （2）信息抽取-关系抽取》01、[11月6日]篇章级事件抽取前沿直播.mkv 222.61M

11、07 （2）信息抽取-关系抽取》03、01 cnn_for-re-01.mp4（新版）.mkv 41.24M

11、07 （2）信息抽取-关系抽取》04、01 cnn_for-re-02.mp4（新版）.mkv 53.60M

11、07 （2）信息抽取-关系抽取》05、01 cnn_for-re-03.mp4（新版）.mkv 56.94M

11、07 （2）信息抽取-关系抽取》06、01 cnn_for-re-04.mp4（新版）.mkv 67.50M

11、07 （2）信息抽取-关系抽取》07、01 cnn_for-re-05.mp4（新版）.mkv 53.40M

11、07 （2）信息抽取-关系抽取》08、01 code_cnn_for_re-06（新版）.mkv 77.98M

11、07 （2）信息抽取-关系抽取》09、01 code_cnn_for_re-07（新版）.mkv 76.33M

11、07 （2）信息抽取-关系抽取》10、01 code_cnn_for_re-08（新版）.mkv 88.99M

11、07 （2）信息抽取-关系抽取》11、01 code_cnn_for_re-09（新版）.mkv 103.48M

11、07 （2）信息抽取-关系抽取》12、01 code_cnn_for_re-10（新版）.mkv 59.80M

11、07 （2）信息抽取-关系抽取》13、02 pcnn_crcnn_1_PCNN背景及部分相关工作（新版）.mkv 63.78M

11、07 （2）信息抽取-关系抽取》14、02 pcnn_crcnn_2_PCNN的相关工作（新版）.mkv 52.06M

11、07 （2）信息抽取-关系抽取》15、02 pcnn_crcnn_3_PCNN的模型部分（新版）.mkv 62.66M

11、07 （2）信息抽取-关系抽取》16、02 pcnn_crcnn_4_PCNN的实验部分及CRCNN的背景（新版）.mkv 38.80M

11、07 （2）信息抽取-关系抽取》17、02 pcnn_crcnn_5_CRCNN的相关工作及模型部分（新版）.mkv 83.59M

11、07 （2）信息抽取-关系抽取》18、02 pcnn_crcnn_6_CRCNN的实验部分及总结（新版）.mkv 39.47M

11、07 （2）信息抽取-关系抽取》19、02 pcnn_code-7-前期回顾及输出处理1（新版）.mkv 64.61M

11、07 （2）信息抽取-关系抽取》20、02 pcnn_code-8-数据处理2（新版）.mkv 48.83M

11、07 （2）信息抽取-关系抽取》21、02 pcnn_code-9-模型定义（新版）.mkv 64.58M

11、07 （2）信息抽取-关系抽取》22、02 pcnn_code-10-模型训练1（新版）.mkv 46.81M

11、07 （2）信息抽取-关系抽取》23、02 pcnn_code-11-模型训练2及模型评价（新版）.mkv 96.89M

11、07 （2）信息抽取-关系抽取》24、3.1 att-blstm 关系识别-背景介绍.（旧版）.mkv 56.32M

11、07 （2）信息抽取-关系抽取》25、3.2 att-blstm 关系识别-模型详解.（旧版）.mkv 85.94M

11、07 （2）信息抽取-关系抽取》26、3.3 att-blstm 关系识别-代码实战.（旧版）.mkv 121.04M

11、07 （2）信息抽取-关系抽取》27、03 lstmatt_1_背景及相关工作（新版）.mkv 87.91M

11、07 （2）信息抽取-关系抽取》28、03 lstmatt_2_模型及实验（新版）.mkv 84.50M

11、07 （2）信息抽取-关系抽取》29、03 att_lstm_code_3_课程回顾及超参数设置（新版）.mkv 91.10M

11、07 （2）信息抽取-关系抽取》30、03 att_lstm_code_4_数据处理及模型定义（新版）.mkv 105.58M

11、07 （2）信息抽取-关系抽取》31、03 att_lstm_code_5_模型训练及模型评价（新版）.mkv 93.65M

11、07 （2）信息抽取-关系抽取》32、4.1 LSTM-LSTM-bias 背景介绍.（旧版）.mkv 71.04M

11、07 （2）信息抽取-关系抽取》33、4.2 LSTM-LSTM-bias模型详解.（旧版）.mkv 91.67M

11、07 （2）信息抽取-关系抽取》34、4.3 LSTM-LSTM-bias代码实战（旧版）.mkv 151.09M

11、07 （2）信息抽取-关系抽取》35、04 novel_tagging_paper_1_背景及相关工作01（新版）.mkv 77.78M

11、07 （2）信息抽取-关系抽取》36、04 novel_tagging_paper_2_相关工作02（新版）.mkv 61.55M

11、07 （2）信息抽取-关系抽取》37、04 novel_tagging_paper_3_相关工作03（新版）.mkv 83.49M

11、07 （2）信息抽取-关系抽取》38、04 novel_tagging_paper_4_模型（新版）.mkv 64.83M

11、07 （2）信息抽取-关系抽取》39、04 novel_tagging_code_1_准备工作_超参数定义_数据处理（新版）.mkv 120.33M

11、07 （2）信息抽取-关系抽取》40、04 novel_tagging_code_2_数据读取_模型训练与评价（新版）.mkv 107.78M

11、07 （2）信息抽取-关系抽取》41、04 novel_tagging_paper_5_实验（新版）.mkv 36.21M

11、07 （2）信息抽取-关系抽取》42、05 casrel_paper_0（新版）.mkv 55.04M

11、07 （2）信息抽取-关系抽取》43、05 casrel_paper_1（新版）.mkv 34.05M

11、07 （2）信息抽取-关系抽取》44、05 casrel_paper_2（新版）.mkv 57.36M

11、07 （2）信息抽取-关系抽取》45、05 casrel_paper_3（新版）.mkv 53.41M

11、07 （2）信息抽取-关系抽取》46、05 casrel_paper_4（新版）.mkv 53.67M

11、07 （2）信息抽取-关系抽取》47、05 casrel_code_5（新版）.mkv 71.55M

11、07 （2）信息抽取-关系抽取》48、05 casrel_code_6（新版）.mkv 93.44M

11、07 （2）信息抽取-关系抽取》49、05 casrel_code_7（新版）.mkv 93.65M

11、07 （2）信息抽取-关系抽取》50、05 casrel_code_8（新版）.mkv 119.67M

12、08 NLP-预训练模型》

12、08 NLP-预训练模型》02、01transformer-01-论文背景&研究成果.mkv 53.30M

12、08 NLP-预训练模型》03、01transformer-02-attention回顾.mkv 54.23M

12、08 NLP-预训练模型》04、01transformer-03-模型框架和self_attention.mkv 55.89M

12、08 NLP-预训练模型》05、01transformer-04-模型小trick..mkv 96.74M

12、08 NLP-预训练模型》06、01transformer-05-代码框架部分和encoder.mkv 105.32M

12、08 NLP-预训练模型》07、01transformer-06-代码decoder和self_attention.mkv 98.27M

12、08 NLP-预训练模型》08、01transformer-07-代码训练部分和预测部分.mkv 156.41M

12、08 NLP-预训练模型》09、02transformer_xl-01-论文背景..mkv 65.88M

12、08 NLP-预训练模型》10、02transformer_xl-02-vallini model回顾..mkv 52.22M

12、08 NLP-预训练模型》11、02transformer_xl-03-片段级递归机制..mkv 47.55M

12、08 NLP-预训练模型》12、02transformer_xl-04-相对位置编码和小trick..mkv 53.63M

12、08 NLP-预训练模型》13、02transformer_xl-05-论文总结..mkv 94.05M

12、08 NLP-预训练模型》14、02transformerxl-06-代码数据准备..mkv 58.86M

12、08 NLP-预训练模型》15、02transformerxl-07-代码self attention..mkv 132.09M

12、08 NLP-预训练模型》16、02transformer_xl-08-代码update memory和adaptive.mkv 101.18M

12、08 NLP-预训练模型》17、02transformer_xl-09-代码adaptive softmax2..mkv 151.20M

12、08 NLP-预训练模型》18、03elmo-01-elmo的下游任务介绍..mkv 29.08M

12、08 NLP-预训练模型》19、03elmo-02-feature_based和fine_tuning.mkv 24.30M

12、08 NLP-预训练模型》20、03elmo-03-word2vec和charcnn回顾.mkv 19.20M

12、08 NLP-预训练模型》21、03elmo-04-Bidirectional_language_models.mkv 22.24M

12、08 NLP-预训练模型》22、03elmo-05-how to use emol..mkv 18.30M

12、08 NLP-预训练模型》23、03elmo-06-论文回顾..mkv 67.71M

12、08 NLP-预训练模型》24、03elmo-07-代码预处理部分.mkv 78.34M

12、08 NLP-预训练模型》25、03elmo-08-代码模型结构部分.mkv 102.29M

12、08 NLP-预训练模型》26、03elmo-09-代码crf流程..mkv 42.44M

12、08 NLP-预训练模型》27、03elmo-10-代码crf实现..mkv 143.92M

12、08 NLP-预训练模型》28、04gpt-01-nlp下游任务介绍.mkv 40.50M

12、08 NLP-预训练模型》29、04gpt-02-transformer回顾.mkv 32.41M

12、08 NLP-预训练模型》30、04gpt-03-预训练和fine-tuning.mkv 23.44M

12、08 NLP-预训练模型》31、04gpt-04-输入转换.mkv 17.54M

12、08 NLP-预训练模型》32、04gpt-05-论文回顾..mkv 50.44M

12、08 NLP-预训练模型》33、04gpt-06-代码流程和建立vocab.mkv 70.80M

12、08 NLP-预训练模型》34、04gpt-07-代码与处理部分.mkv 52.52M

12、08 NLP-预训练模型》35、04gpt-08-代码trasform_roc部分.mkv 21.62M

12、08 NLP-预训练模型》36、04gpt-09-代码transformer_model部分.mkv 57.96M

12、08 NLP-预训练模型》37、04gpt-10-代码两种loss的计算.mkv 43.99M

12、08 NLP-预训练模型》38、04gpt-11-代码训练部分.mkv 51.92M

12、08 NLP-预训练模型》39、05bert-01-bert的背景和glue benchmark..mkv 27.91M

12、08 NLP-预训练模型》40、05bert-02-论文导读和bert 衍生模型..mkv 26.43M

12、08 NLP-预训练模型》41、05bert-03-bert、gtp、elmo的比较.mkv 14.62M

12、08 NLP-预训练模型》42、05bert-04-bert model和pre-training部分.mkv 28.52M

12、08 NLP-预训练模型》43、05bert-05-bert的fine-tuning部分.mkv 20.50M

12、08 NLP-预训练模型》44、05bert-06-代码fine-tuning数据预处理和model 加载.mkv 37.52M

12、08 NLP-预训练模型》45、05bert-07-代码fine-tuning训练部分.mkv 24.13M

12、08 NLP-预训练模型》46、05bert-08-代码bert pretrain的NSP.mkv 43.84M

12、08 NLP-预训练模型》47、05bert-09-代码pertrain预处理.mkv 60.85M

12、08 NLP-预训练模型》48、05bert-10-代码bert-pretrain的transformer部分..mkv 47.12M

12、08 NLP-预训练模型》49、05bert-11-代码bert pretrain的loss计算..mkv 59.97M

12、08 NLP-预训练模型》50、06ulmfit-01-uimfit背景介绍.mkv 37.55M

12、08 NLP-预训练模型》51、06ulmfit-02-awdLstm回顾..mkv 20.95M

12、08 NLP-预训练模型》52、06ulmfit-03-下三角学习率.mkv 20.62M

12、08 NLP-预训练模型》53、06ulmfit-04-classifier fine tuning..mkv 18.16M

12、08 NLP-预训练模型》54、06ulmfit-05-论文回顾.mkv 80.50M

12、08 NLP-预训练模型》55、06ulmfit-06-代码fine tuning部分.mkv 50.35M

12、08 NLP-预训练模型》56、06ulmfit-07-代码逐层解冻和预测.mkv 36.67M

12、08 NLP-预训练模型》57、06ulmfit-08-代码pycharm lm部分..mkv 42.33M

12、08 NLP-预训练模型》58、07albert-01-albert背景介绍.mkv 47.01M

12、08 NLP-预训练模型》59、07albert-02-轻量级bert回顾.mkv 42.64M

12、08 NLP-预训练模型》60、07albert-03-embedding layer的因式分解.mkv 55.19M

12、08 NLP-预训练模型》61、07albert-04-albert跨层参数共享.mkv 28.95M

12、08 NLP-预训练模型》62、07albert-05-NSP任务和论文回顾..mkv 108.92M

12、08 NLP-预训练模型》63、07albert-06-代码tokenizer部分.mkv 50.75M

12、08 NLP-预训练模型》64、07albert-07-代码samplemask.mkv 87.60M

12、08 NLP-预训练模型》65、07albert-08-代码transformer结构.mkv 81.65M

12、08 NLP-预训练模型》66、07albert-09-代码pretrain 训练部分.mkv 46.75M

12、08 NLP-预训练模型》67、07albert-10-代码albert fine-tuning.mkv 170.77M

12、08 NLP-预训练模型》68、08mass-01-mass背景介绍..mkv 73.55M

12、08 NLP-预训练模型》69、08mass-02-bert和gpt回顾..mkv 50.16M

12、08 NLP-预训练模型》70、08mass-03-mass 的seq2seq pretraining..mkv 64.93M

12、08 NLP-预训练模型》71、08mass-04-mass的discussions..mkv 118.97M

12、08 NLP-预训练模型》72、08mass-05-代码fairseq的训练流程..mkv 79.16M

12、08 NLP-预训练模型》73、08mass-06-代码mass的xseq2seq部分.mkv 161.26M

12、08 NLP-预训练模型》74、08mass-07-代码mass的xtransformer部分..mkv 73.25M

12、08 NLP-预训练模型》75、08mass-08-代码mass的dataset准备..mkv 99.97M

12、08 NLP-预训练模型》76、09xlnet-01-xlnet背景介绍..mkv 47.38M

12、08 NLP-预训练模型》77、09xlnet-02-AR和AE的比较..mkv 59.40M

12、08 NLP-预训练模型》78、09xlnet-03-排列lm部分..mkv 48.32M

12、08 NLP-预训练模型》79、09xlnet-04-排列lm的mask实现.mkv 40.61M

12、08 NLP-预训练模型》80、09xlnet-05-传统lm存在的问题..mkv 32.60M

12、08 NLP-预训练模型》81、09xlnet-06-Two Stream Self-attention..mkv 56.37M

12、08 NLP-预训练模型》82、09xlnet-07-xlnet论文回顾.mkv 69.39M

12、08 NLP-预训练模型》83、09xlnet-08-代码xlnet的fine-tuning..mkv 61.82M

12、08 NLP-预训练模型》84、09xlnet-09-代码xlnet的mask..mkv 180.59M

12、08 NLP-预训练模型》85、09xlnet-10-代码xlnet的self attention..mkv 127.00M

12、08 NLP-预训练模型》86、10electra-01-electra背景介绍..mkv 56.63M

12、08 NLP-预训练模型》87、10electra-02-gan的回顾..mkv 43.05M

12、08 NLP-预训练模型》88、10electra-03-electra的生成器和判别器详解..mkv 39.02M

12、08 NLP-预训练模型》89、10electra-04-论文回顾..mkv 84.89M

12、08 NLP-预训练模型》90、10electra-05-代码electra训练流程..mkv 106.41M

12、08 NLP-预训练模型》91、10electra-06-代码预处理部分..mkv 123.47M

12、08 NLP-预训练模型》92、10electra-07-代码生成器和判别器..mkv 126.30M

12、08 NLP-预训练模型》93、10electra-08-代码start training部分..mkv 120.24M

13、09 NLP-图神经网络》

13、09 NLP-图神经网络》02、00图神经网络专题-01-开班课..mkv 59.96M

13、09 NLP-图神经网络》03、00图神经网络专题-02-开班课.mkv 34.43M

13、09 NLP-图神经网络》04、02第二次直播答疑..mkv 72.06M

13、09 NLP-图神经网络》05、03第三次直播答疑..mkv 50.61M

13、09 NLP-图神经网络》06、05第五次直播答疑..mkv 44.13M

13、09 NLP-图神经网络》07、01nodevec-01-研究背景.mkv 24.57M

13、09 NLP-图神经网络》08、01nodevec-02-研究成果.mkv 43.86M

13、09 NLP-图神经网络》09、01nodevec-03-图的应用.mkv 33.40M

13、09 NLP-图神经网络》100、08gcn-09-gcn频域公式推导..mkv 73.62M

13、09 NLP-图神经网络》101、08gcn-10-实验分析..mkv 80.81M

13、09 NLP-图神经网络》102、08gcn-11-论文总结..mkv 41.29M

13、09 NLP-图神经网络》103、08gcn-12-代码介绍..mkv 43.67M

13、09 NLP-图神经网络》104、08gcn-13-读图预处理..mkv 51.07M

13、09 NLP-图神经网络》105、08gcn-14-gcn模型实现及代码总结.mp4.mkv 49.09M

13、09 NLP-图神经网络》106、09ggnn-01-研究背景..mkv 47.94M

13、09 NLP-图神经网络》107、09ggnn-02-ggnn模型简介..mkv 33.79M

13、09 NLP-图神经网络》108、09ggnn-03-研究成果研究意义..mkv 36.36M

13、09 NLP-图神经网络》109、09ggnn-04-模型总览..mkv 63.74M

13、09 NLP-图神经网络》10、01nodevec-04-模型结构&BFS&DFS.mkv 107.57M

13、09 NLP-图神经网络》110、09ggnn-05-GRU模型简单回顾..mkv 27.50M

13、09 NLP-图神经网络》111、09ggnn-06-GGNN模型细节..mkv 79.24M

13、09 NLP-图神经网络》112、09ggnn-07-GGSNNs模型细节..mkv 55.21M

13、09 NLP-图神经网络》113、09ggnn-08-bAbI任务..mkv 88.50M

13、09 NLP-图神经网络》114、09ggnn-09-RNN图数据分析..mkv 30.50M

13、09 NLP-图神经网络》115、09ggnn-10-实验分析&论文总结..mkv 60.11M

13、09 NLP-图神经网络》116、09ggnn-11-代码介绍..mkv 44.78M

13、09 NLP-图神经网络》117、09ggnn-12-读图..mkv 112.05M

13、09 NLP-图神经网络》118、09ggnn-13-ggnn模型代码..mkv 154.22M

13、09 NLP-图神经网络》119、09ggnn-14-模型训练和测试..mkv 40.02M

13、09 NLP-图神经网络》11、01nodevec-05-模型算法&alias算法.mkv 191.95M

13、09 NLP-图神经网络》120、10mpnn-01-研究背景..mkv 41.20M

13、09 NLP-图神经网络》121、10mpnn-02-mpnn框架简介..mkv 26.54M

13、09 NLP-图神经网络》122、10mpnn-03-研究成果研究意义..mkv 37.60M

13、09 NLP-图神经网络》123、10mpnn-04-模型总览..mkv 85.58M

13、09 NLP-图神经网络》124、10mpnn-05-mpnn框架..mkv 27.59M

13、09 NLP-图神经网络》125、10mpnn-06-mpnn代表模型..mkv 130.79M

13、09 NLP-图神经网络》126、10mpnn-07-化学分子预测模型..mkv 111.09M

13、09 NLP-图神经网络》127、10mpnn-08-set2set模型..mkv 75.20M

13、09 NLP-图神经网络》128、10mpnn-09-专题总结..mkv 41.98M

13、09 NLP-图神经网络》129、10mpnn-10-实验分析..mkv 72.42M

13、09 NLP-图神经网络》12、01nodevec-06-实验分析.mkv 140.18M

13、09 NLP-图神经网络》130、10mpnn-11-论文总结..mkv 51.89M

13、09 NLP-图神经网络》131、10mpnn-12-代码介绍..mkv 68.97M

13、09 NLP-图神经网络》132、10mpnn-13-构造图..mkv 118.60M

13、09 NLP-图神经网络》133、10mpnn-14-DataLoader封装..mkv 50.78M

13、09 NLP-图神经网络》134、10mpnn-15-mpnn框架代码..mkv 109.60M

13、09 NLP-图神经网络》135、10mpnn-16-模型训练和测试..mkv 37.59M

13、09 NLP-图神经网络》13、01nodevec-07-论文总结.mkv 64.76M

13、09 NLP-图神经网络》14、01nodevec-08-代码整体介绍.mkv 98.29M

13、09 NLP-图神经网络》15、01nodevec-09-代码节点和边的alias实现.mkv 107.60M

13、09 NLP-图神经网络》16、01nodevec-10-代码有偏随机游走和模型训练.mkv 45.77M

13、09 NLP-图神经网络》17、01nodevec-11-代码结果展示和总结.mkv 20.76M

13、09 NLP-图神经网络》18、02-line-01-论文背景..mkv 54.06M

13、09 NLP-图神经网络》19、02-line-02-研究成果研究意义..mkv 64.70M

13、09 NLP-图神经网络》20、02-line-03-前期知识..mkv 40.14M

13、09 NLP-图神经网络》21、02-line-04-一二阶相似度..mkv 129.46M

13、09 NLP-图神经网络》22、02-line-05-模型优化时间复杂度..mkv 102.25M

13、09 NLP-图神经网络》23、02-line-06-实验分析一..mkv 129.12M

13、09 NLP-图神经网络》24、02-line-07-实验分析二..mkv 52.35M

13、09 NLP-图神经网络》25、02-line-08-论文总结..mkv 90.26M

13、09 NLP-图神经网络》26、02-line-09-代码读图..mkv 44.04M

13、09 NLP-图神经网络》27、02-line-10-代码aliasSampling..mkv 64.14M

13、09 NLP-图神经网络》28、02-line-11-代码line模型实现..mkv 115.77M

13、09 NLP-图神经网络》29、03-sdne-01-论文背景..mkv 34.58M

13、09 NLP-图神经网络》30、03-sdne-02-前期知识..mkv 40.74M

13、09 NLP-图神经网络》31、03-sdne-03-研究成果..mkv 38.45M

13、09 NLP-图神经网络》32、03sdne-04-模型结构..mkv 81.68M

13、09 NLP-图神经网络》33、03sdne-05-一二阶相似度..mkv 92.40M

13、09 NLP-图神经网络》34、03sdne-06-自编码器&稀疏性问题..mkv 105.98M

13、09 NLP-图神经网络》35、03sdne-07-优化方法&时间复杂度..mkv 115.33M

13、09 NLP-图神经网络》36、03sdne-08-实验设置介绍..mkv 136.90M

13、09 NLP-图神经网络》37、03sdne-09-实验分析..mkv 101.48M

13、09 NLP-图神经网络》38、03sdne-10-代码模型训练..mkv 69.29M

13、09 NLP-图神经网络》39、03sdne-11-代码sdne模型实现..mkv 64.60M

13、09 NLP-图神经网络》40、03sdne-12-代码模型训练..mkv 60.61M

13、09 NLP-图神经网络》41、04metapath2vec-01-研究背景..mkv 47.92M

13、09 NLP-图神经网络》42、04metapath2vec-02-研究成果..mkv 62.29M

13、09 NLP-图神经网络》43、04metapath2vec-03-异质网络skip2gram..mkv 83.89M

13、09 NLP-图神经网络》44、04metapath2vec-04-算法细节..mkv 131.40M

13、09 NLP-图神经网络》45、04metapath2vec-05-实验分析..mkv 137.76M

13、09 NLP-图神经网络》46、04metapath2vec-06-论文总结..mkv 53.32M

13、09 NLP-图神经网络》47、04metapath2vec-07-代码dgl平台介绍..mkv 45.26M

13、09 NLP-图神经网络》48、04metapath2vec-08-代码生成meta-path训练集..mkv 113.14M

13、09 NLP-图神经网络》49、04metapath2vec-09-代码模型实现..mkv 94.42M

13、09 NLP-图神经网络》50、04metapath2vec-10-代码模型训练..mkv 98.08M

13、09 NLP-图神经网络》51、05transe-01-研究背景..mkv 43.08M

13、09 NLP-图神经网络》52、05transe-02-研究成果研究意义..mkv 58.11M

13、09 NLP-图神经网络》53、05transe-03-transE算法..mkv 68.79M

13、09 NLP-图神经网络》54、05transe-04-transH算法..mkv 71.69M

13、09 NLP-图神经网络》55、05transe-05-transR算法..mkv 81.57M

13、09 NLP-图神经网络》56、05transe-06-transH算法..mkv 99.55M

13、09 NLP-图神经网络》57、05transe-07-模型对比和总结..mkv 27.31M

13、09 NLP-图神经网络》58、05transe-08-实验设置和分析..mkv 66.89M

13、09 NLP-图神经网络》59、05transe-09-实验分析.mp4.mkv 49.01M

13、09 NLP-图神经网络》60、05transe-10-论文总结..mkv 20.84M

13、09 NLP-图神经网络》61、05transe-11-代码介绍..mkv 9.74M

13、09 NLP-图神经网络》62、05transe-12-代码详解一..mkv 68.93M

13、09 NLP-图神经网络》63、05transe-13-代码详解二..mkv 67.59M

13、09 NLP-图神经网络》64、05transe-14-TransR等实现及代码总结..mkv 75.88M

13、09 NLP-图神经网络》65、06gat-01-研究背景..mkv 38.63M

13、09 NLP-图神经网络》66、06gat-02-图卷积消息传递..mkv 34.10M

13、09 NLP-图神经网络》67、06gat-03-研究成果研究意义..mkv 37.57M

13、09 NLP-图神经网络》68、06gat-04-gnn核心框架..mkv 97.50M

13、09 NLP-图神经网络》69、06gat-05-gat算法讲解..mkv 56.11M

13、09 NLP-图神经网络》70、06gat-06-各种attention总结..mkv 54.65M

13、09 NLP-图神经网络》71、06gat-07-multi-head起源简介..mkv 29.81M

13、09 NLP-图神经网络》72、06gat-08-GAT算法总结和实验设置..mkv 136.78M

13、09 NLP-图神经网络》73、06gat-09-论文总结..mkv 52.51M

13、09 NLP-图神经网络》74、06gat-10-代码介绍..mkv 78.15M

13、09 NLP-图神经网络》75、06gat-11-代码设置参数&读图..mkv 66.64M

13、09 NLP-图神经网络》76、06gat-12-邻接矩阵归一化..mkv 50.60M

13、09 NLP-图神经网络》77、06gat-13-gat模型实现..mkv 95.64M

13、09 NLP-图神经网络》78、06gat-14-gat模型训练及代码总结..mkv 57.57M

13、09 NLP-图神经网络》79、07graphsage-01-研究背景..mkv 46.15M

13、09 NLP-图神经网络》80、07graphsage-02-graphSAGE模型简介..mkv 27.32M

13、09 NLP-图神经网络》81、07graphsage-03-研究成果研究意义..mkv 43.86M

13、09 NLP-图神经网络》82、07graphsage-04-模型总览..mkv 33.32M

13、09 NLP-图神经网络》83、07graphsage-05-算法详解..mkv 97.95M

13、09 NLP-图神经网络》84、07graphsage-06-监督训练及aggregators..mkv 53.02M

13、09 NLP-图神经网络》85、07graphsage-07-batch训练及WLtest..mkv 106.64M

13、09 NLP-图神经网络》86、07graphsage-08-实验分析..mkv 92.27M

13、09 NLP-图神经网络》87、07graphsage-09-代码介绍.mkv 52.44M

13、09 NLP-图神经网络》88、07graphsage-10-读图读特征..mkv 50.12M

13、09 NLP-图神经网络》89、07graphsage-11-mean-aggregator讲解..mkv 69.82M

13、09 NLP-图神经网络》90、07graphsage-12-encoder讲解..mkv 43.72M

13、09 NLP-图神经网络》91、07graphsage-13-模型训练及代码总结..mkv 37.31M

13、09 NLP-图神经网络》92、08gcn-01-研究背景.cmproj..mkv 39.00M

13、09 NLP-图神经网络》93、08gcn-02-gcn模型简介..mkv 33.47M

13、09 NLP-图神经网络》94、08gcn-03-研究成果研究意义..mkv 38.95M

13、09 NLP-图神经网络》95、08gcn-04-模型总览..mkv 41.53M

13、09 NLP-图神经网络》96、08gcn-05-RGCN模型简介..mkv 101.43M

13、09 NLP-图神经网络》97、08gcn-06-拉普拉斯矩阵..mkv 31.72M

13、09 NLP-图神经网络》98、08gcn-07-图的频域变换..mkv 35.25M

13、09 NLP-图神经网络》99、08gcn-08-Chebyshev卷积核.mp4.mkv 33.40M

14、10 NLP-文本匹配》

14、10 NLP-文本匹配》02、01DSSM-00专题引言.mkv 29.08M

14、10 NLP-文本匹配》03、01DSSM-01-学习目标..mkv 9.83M

14、10 NLP-文本匹配》04、01DSSM-02-论文背景、贡献及意义.mkv 14.15M

14、10 NLP-文本匹配》05、01DSSM-03摘要精读、总结.mkv 10.48M

14、10 NLP-文本匹配》06、01DSSM-04-上节回顾.mkv 10.71M

14、10 NLP-文本匹配》07、01DSSM-05-词哈希.mkv 17.58M

14、10 NLP-文本匹配》08、01DSSM-06-DSSM整体结构.mkv 11.34M

14、10 NLP-文本匹配》09、01DSSM-07-优化函数、实验与总结.mkv 13.95M

14、10 NLP-文本匹配》100、10-代码讲解-11.mkv 102.95M

14、10 NLP-文本匹配》10、01DSSM-08-代码总览.mkv 14.97M

14、10 NLP-文本匹配》11、01DSSM-09-词哈希表的建立与数据载入.mkv 18.40M

14、10 NLP-文本匹配》12、01DSSM-10-模型的搭建与训练、测试.mkv 19.46M

14、10 NLP-文本匹配》13、02SiameseNet-01-孪生网络定义.mkv 11.96M

14、10 NLP-文本匹配》14、02SiameseNet-02-论文背景、成果、意义.mkv 15.59M

14、10 NLP-文本匹配》15、02SiameseNet-03-摘要带读、课程小节.mkv 7.36M

14、10 NLP-文本匹配》16、02SiameseNet-04-SiameseNet整体结构..mkv 19.32M

14、10 NLP-文本匹配》17、02SiameseNet-05-对比损失函数.mkv 9.09M

14、10 NLP-文本匹配》18、02SiameseNet-06-实验设置与分析.mkv 11.67M

14、10 NLP-文本匹配》19、02SiameseNet-07-复习、代码总览.mkv 18.71M

14、10 NLP-文本匹配》20、02SiameseNet-08-data_load..mkv 14.16M

14、10 NLP-文本匹配》21、02SiameseNet-09-模型搭建与训练.mkv 14.20M

14、10 NLP-文本匹配》22、03比较-聚合模型-01序列到序列模型..mkv 29.87M

14、10 NLP-文本匹配》23、03比较-聚合模型-02注意力改进的编码器解码器结构..mkv 27.19M

14、10 NLP-文本匹配》24、03比较-聚合模型-03文本间的注意力机制..mkv 15.76M

14、10 NLP-文本匹配》25、03比较-聚合模型-04论文背景及相关工作..mkv 28.03M

14、10 NLP-文本匹配》26、03比较-聚合模型-05论文泛读..mkv 10.37M

14、10 NLP-文本匹配》27、03比较-聚合模型-06整体结构..mkv 20.50M

14、10 NLP-文本匹配》28、03比较-聚合模型-07与处理与注意力层..mkv 10.44M

14、10 NLP-文本匹配》29、03比较-聚合模型-08比较聚合层..mkv 15.05M

14、10 NLP-文本匹配》30、03比较-聚合模型-09实验分析与总结..mkv 26.59M

14、10 NLP-文本匹配》31、03比较-聚合模型-10SNLI数据集处理..mkv 27.07M

14、10 NLP-文本匹配》32、03比较-聚合模型-11SNLI数据集处理..mkv 27.03M

14、10 NLP-文本匹配》33、03比较-聚合模型-12数据载入模块..mkv 30.62M

14、10 NLP-文本匹配》34、03比较-聚合模型-13比较-聚合模型搭建与训练..mkv 39.20M

14、10 NLP-文本匹配》35、03比较-聚合模型-14复习、代码总览..mkv 17.25M

14、10 NLP-文本匹配》36、04ESIM-01学习目标与论文背景..mkv 25.55M

14、10 NLP-文本匹配》37、04ESIM-02论文总览与摘要带读..mkv 19.03M

14、10 NLP-文本匹配》38、04ESIM-03ESIM整体结构..mkv 18.47M

14、10 NLP-文本匹配》39、04ESIM-04输入编码层..mkv 16.95M

14、10 NLP-文本匹配》40、04ESIM-05局部推理建模层、推理组合层和输出预测层..mkv 24.72M

14、10 NLP-文本匹配》41、04ESIM-06实验设置与结果分析..mkv 17.05M

14、10 NLP-文本匹配》42、04ESIM-07论文总结与课程回顾..mkv 10.64M

14、10 NLP-文本匹配》43、04ESIM-08复习、代码总览..mkv 19.36M

14、10 NLP-文本匹配》44、04ESIM-09torchtext构建数据集..mkv 35.79M

14、10 NLP-文本匹配》45、04ESIM-10ESIM搭建与训练..mkv 31.22M

14、10 NLP-文本匹配》46、05BiMPM-01学习目标与研究背景..mkv 16.47M

14、10 NLP-文本匹配》47、05BiMPM-02相关工作..mkv 12.48M

14、10 NLP-文本匹配》48、05BiMPM-03研究成果、意义与论文结构..mkv 8.41M

14、10 NLP-文本匹配》49、05BiMPM-04摘要导读..mkv 14.94M

14、10 NLP-文本匹配》50、05BiMPM-05上节回顾与模型结构揣测..mkv 31.19M

14、10 NLP-文本匹配》51、05BiMPM-06模型整体结构..mkv 8.66M

14、10 NLP-文本匹配》52、05BiMPM-07多视角匹配..mkv 22.09M

14、10 NLP-文本匹配》53、05BiMPM-08实验分析与总结..mkv 17.03M

14、10 NLP-文本匹配》54、06RE2-01-论文研究背景.mp4.mkv 71.67M

14、10 NLP-文本匹配》55、06RE2-02-研究意义、摘要重点讲解.mp4.mkv 30.24M

14、10 NLP-文本匹配》56、06RE2-03-RE2结构讲解.mp4.mkv 61.59M

14、10 NLP-文本匹配》57、06RE2-04-RE2结构细节、训练技巧.mp4.mkv 71.11M

14、10 NLP-文本匹配》58、06RE2-05-实验设置、结果分析.mp4.mkv 93.26M

14、10 NLP-文本匹配》59、06RE2-06-code1.mp4.mkv 85.65M

14、10 NLP-文本匹配》60、06RE2-07-code2.mp4.mkv 88.41M

14、10 NLP-文本匹配》61、06RE2-08-code3.mp4.mkv 45.24M

14、10 NLP-文本匹配》62、07MGCN-01-泛读_研究背景、意义讲解.mp4.mkv 77.15M

14、10 NLP-文本匹配》63、07MGCN-02-泛读_成果、大纲介绍.mp4.mkv 34.23M

14、10 NLP-文本匹配》64、07MGCN-03-精读_BERT出现.mp4.mkv 67.35M

14、10 NLP-文本匹配》65、07MGCN-04-精读_poly-encoder.mp4(1).mkv 70.23M

14、10 NLP-文本匹配》65、07MGCN-04-精读_poly-encoder.mp4.mkv 70.23M

14、10 NLP-文本匹配》66、07MGCN-05-精读_Bert细节.mp4.mkv 96.89M

14、10 NLP-文本匹配》67、07MGCN-06-code1.mp4.mkv 97.89M

14、10 NLP-文本匹配》68、07MGCN-07-code2.mp4.mkv 102.53M

14、10 NLP-文本匹配》69、07MGCN-08-code3.mp4.mkv 70.18M

14、10 NLP-文本匹配》70、08MatchPyramid-01-研究背景.mp4.mkv 68.83M

14、10 NLP-文本匹配》71、08MatchPyramid-02-论文泛读.mp4.mkv 32.46M

14、10 NLP-文本匹配》72、08MatchPyramid-03-算法模型总览、结构、matching matrix.m.mkv 72.26M

14、10 NLP-文本匹配》73、08MatchPyramid-04-卷积层讲解.mp4.mkv 61.58M

14、10 NLP-文本匹配》74、08MatchPyramid-05-matching score.mp4.mkv 63.00M

14、10 NLP-文本匹配》75、08MatchPyramid-06-训练技巧、实验及总结.mp4.mkv 68.33M

14、10 NLP-文本匹配》76、08MatchPyramid-07-code 1.mp4.mkv 65.12M

14、10 NLP-文本匹配》77、08MatchPyramid-08-code 2.mp4.mkv 99.78M

14、10 NLP-文本匹配》78、08MatchPyramid-09-code 3.mp4.mkv 81.20M

14、10 NLP-文本匹配》79、09-MGCN论文泛读-01.mp4.mkv 67.29M

14、10 NLP-文本匹配》80、09-MGCN论文泛读-02.mp4.mkv 33.94M

14、10 NLP-文本匹配》81、09-MGCN论文精读-03.mp4.mkv 72.42M

14、10 NLP-文本匹配》82、09-MGCN论文精读-04.mp4.mkv 52.68M

14、10 NLP-文本匹配》83、09-MGCN论文精读-05.mp4.mkv 64.65M

14、10 NLP-文本匹配》84、09-MGCN论文精读-06.mp4.mkv 59.57M

14、10 NLP-文本匹配》85、09-MGCN论文精读-07.mp4.mkv 44.22M

14、10 NLP-文本匹配》86、09-MGCN代码讲解-08.mp4.mkv 74.49M

14、10 NLP-文本匹配》87、09-MGCN代码讲解-09.mp4.mkv 83.12M

14、10 NLP-文本匹配》88、09-MGCN代码讲解-10.mp4.mkv 129.73M

14、10 NLP-文本匹配》89、09-MGCN代码讲解-11.mp4.mkv 59.86M

14、10 NLP-文本匹配》90、10-论文泛读-01.mkv 81.16M

14、10 NLP-文本匹配》91、10-论文泛读-02.mkv 55.28M

14、10 NLP-文本匹配》92、10-论文精读-03.mkv 70.04M

14、10 NLP-文本匹配》93、10-论文精读-04.mkv 55.99M

14、10 NLP-文本匹配》94、10-论文精读-05.mkv 55.57M

14、10 NLP-文本匹配》95、10-论文精读-06.mkv 29.84M

14、10 NLP-文本匹配》96、10-代码讲解-07.mkv 63.47M

14、10 NLP-文本匹配》97、10-代码讲解-08.mkv 92.61M

14、10 NLP-文本匹配》98、10-代码讲解-09.mkv 98.95M

14、10 NLP-文本匹配》99、10-代码讲解-10.mkv 108.95M

15、11 NLP-机器翻译》

15、11 NLP-机器翻译》01、ConvSeq2Seq-代码讲解.mkv 161.86M

15、11 NLP-机器翻译》02、ConvSeq2Seq-论文精读.mkv 99.40M

15、11 NLP-机器翻译》03、ConvSeq2Seq-论文泛读.mkv 33.50M

15、11 NLP-机器翻译》05、1.1-loung_nmt-储备知识..mkv 28.50M

15、11 NLP-机器翻译》06、1.2-loung_nmt-研究背景..mkv 104.87M

15、11 NLP-机器翻译》07、1.3-loung_nmt-研究成果及意义.mp4.mkv 19.64M

15、11 NLP-机器翻译》08、1.4-luong_nmt-论文简介.mp4.mkv 94.16M

15、11 NLP-机器翻译》09、1.5-luong_nmt-global_attention..mkv 127.23M

15、11 NLP-机器翻译》10、1.6-luong_nmt-local_attention..mkv 95.48M

15、11 NLP-机器翻译》11、1.7-luong_nmt_2_4_实验.mp4.mkv 140.00M

15、11 NLP-机器翻译》12、1.8-loung_nmt_数据读取..mkv 75.51M

15、11 NLP-机器翻译》13、1.9-loung_nmt_模型实现..mkv 164.12M

15、11 NLP-机器翻译》14、1.10-loung_nmt_训练和测试.mp4.mkv 90.16M

15、11 NLP-机器翻译》15、2.1-coverage_储备知识.mp4.mkv 22.41M

15、11 NLP-机器翻译》16、2.2-coverage_研究背景及意义.mkv 53.84M

15、11 NLP-机器翻译》17、2.3-coverage_相关知识.mp4.mkv 78.80M

15、11 NLP-机器翻译》18、2.4-coverage_基于语言学的覆盖模型..mkv 82.11M

15、11 NLP-机器翻译》19、2.5-coverage_基于神经网络的覆盖模型..mkv 75.68M

15、11 NLP-机器翻译》20、2.6-coverage 代码实践.mp4.mkv 171.40M

15、11 NLP-机器翻译》21、3.1-subword_nmt_1_1.mkv 33.86M

15、11 NLP-机器翻译》22、3.2-subword_nmt.mkv 51.68M

15、11 NLP-机器翻译》23、3.3-subword_nmt_.mkv 113.01M

15、11 NLP-机器翻译》24、3.4-subword_nmt_.mkv 96.60M

15、11 NLP-机器翻译》25、3.5-subword_nmt_.mkv 157.59M

15、11 NLP-机器翻译》26、3.6-subword_nmt.mkv 171.35M

15、11 NLP-机器翻译》27、4.1-Google-nmt.mkv 89.75M

15、11 NLP-机器翻译》28、[4月9日]Mass-论文泛读.mkv 36.13M

15、11 NLP-机器翻译》29、[4月16日]Mass-论文精读.mkv 46.80M

16、12 NLP-情感分析》

16、12 NLP-情感分析》02、01 TextRNN & FastText & TextCNN-01-研究背景&摘要、框架.mkv 62.48M

16、12 NLP-情感分析》03、01 TextRNN & FastText & TextCNN-02-模型总览&细节1.mkv 71.40M

16、12 NLP-情感分析》04、01 TextRNN & FastText & TextCNN-03-训练、损失函数、实验.mkv 45.23M

16、12 NLP-情感分析》05、01 TextRNN & FastText & TextCNN-04-实验结果及分析讲解.mkv 53.63M

16、12 NLP-情感分析》06、01 TextRNN & FastText & TextCNN-05-代码讲解.mkv 192.50M

16、12 NLP-情感分析》07、02 TreeLSTM-01-论文导读.mkv 20.99M

16、12 NLP-情感分析》08、02 TreeLSTM-02-研究背景解读.mkv 40.45M

16、12 NLP-情感分析》09、02 TreeLSTM-03-论文摘要、框架讲解.mkv 26.38M

16、12 NLP-情感分析》10、02 TreeLSTM-04-上节课回顾.mkv 5.21M

16、12 NLP-情感分析》11、02 TreeLSTM-05-精读_模型结构总览.mkv 40.01M

16、12 NLP-情感分析》12、02 TreeLSTM-06-Tree-LSTM模型讲解.mkv 39.10M

16、12 NLP-情感分析》13、02 TreeLSTM-07-模型结构细节.mkv 30.61M

16、12 NLP-情感分析》14、02 TreeLSTM-08-实验设置与分析.mkv 54.66M

16、12 NLP-情感分析》15、02 TreeLSTM-09-论文总结.mkv 12.51M

16、12 NLP-情感分析》16、02 TreeLSTM-10-本课回顾及下节预告.mkv 8.17M

16、12 NLP-情感分析》17、02 TreeLSTM-11-代码介绍.mkv 24.90M

16、12 NLP-情感分析》18、02 TreeLSTM-12-代码讲解一.mkv 85.10M

16、12 NLP-情感分析》19、02 TreeLSTM-13-代码讲解二.mkv 85.33M

16、12 NLP-情感分析》20、02 TreeLSTM-14-代码讲解三..mkv 61.92M

16、12 NLP-情感分析》21、03 TD-LSTM & AT-LSTM -01-论文导读.mkv 4.77M

16、12 NLP-情感分析》22、03 TD-LSTM & AT-LSTM -02-所需知识储备.mkv 5.17M

16、12 NLP-情感分析》23、03 TD-LSTM & AT-LSTM -03-学习目标.mkv 5.34M

16、12 NLP-情感分析》24、03 TD-LSTM & AT-LSTM -04-课程安排.mkv 2.83M

16、12 NLP-情感分析》25、03 TD-LSTM & AT-LSTM -05-研究背景.mkv 30.26M

16、12 NLP-情感分析》26、03 TD-LSTM & AT-LSTM -06-论文泛读.mkv 16.38M

16、12 NLP-情感分析》27、03 TD-LSTM & AT-LSTM -07-下节预告.mkv 5.11M

16、12 NLP-情感分析》28、03 TD-LSTM & AT-LSTM -08-上节回顾.mkv 4.29M

16、12 NLP-情感分析》29、03 TD-LSTM & AT-LSTM -09-论文综述.mkv 11.04M

16、12 NLP-情感分析》30、03 TD-LSTM & AT-LSTM -10- TD-LSTM精读.mkv 28.41M

16、12 NLP-情感分析》31、03 TD-LSTM & AT-LSTM -11- ATAE-LSTM精读.mkv 38.05M

16、12 NLP-情感分析》32、03 TD-LSTM & AT-LSTM -12-实验结果及分析part1.mkv 29.65M

16、12 NLP-情感分析》33、03 TD-LSTM & AT-LSTM -13-实验结果及分析part2.mkv 11.20M

16、12 NLP-情感分析》34、03 TD-LSTM & AT-LSTM -14-论文总结及下节回顾..mkv 15.35M

16、12 NLP-情感分析》35、03 TD-LSTM & AT-LSTM -15-代码介绍.mkv 96.95M

16、12 NLP-情感分析》36、03 TD-LSTM & AT-LSTM -16-代码讲解二.mkv 87.31M

16、12 NLP-情感分析》37、03 TD-LSTM & AT-LSTM -17-代码讲解三.mkv 59.50M

16、12 NLP-情感分析》38、03 TD-LSTM & AT-LSTM -18-代码讲解回顾.mkv 7.62M

16、12 NLP-情感分析》41、04 MemNet&IAN-03-论文泛读.mkv 16.31M

16、12 NLP-情感分析》42、04 MemNet&IAN-04-本课回顾与下节预告.mkv 9.27M

16、12 NLP-情感分析》44、04 MemNet&IAN-06-向量转换、注意力讲解.mkv 86.83M

16、12 NLP-情感分析》45、04 MemNet&IAN-07-实验设置及分析.mkv 67.04M

16、12 NLP-情感分析》46、04 MemNet&IAN-08-论文总结及回顾.mkv 21.55M

16、12 NLP-情感分析》47、04 MemNet&IAN-09-代码环境讲解.mkv 38.87M

16、12 NLP-情感分析》48、04 MemNet&IAN-10-代码结构讲解.mkv 149.16M

16、12 NLP-情感分析》49、04 MemNet&IAN-11-论文代码细节讲解.mkv 142.86M

16、12 NLP-情感分析》50、04 MemNet&IAN-12-代码实践课回顾..mkv 16.92M

16、12 NLP-情感分析》51、05 BERT&ERNIE 2.0-01-论文介绍.mkv 31.06M

16、12 NLP-情感分析》52、05 BERT&ERNIE 2.0-02-背景介绍1..mkv 49.13M

16、12 NLP-情感分析》53、05 BERT&ERNIE 2.0-03-背景介绍2.mkv 28.24M

16、12 NLP-情感分析》54、05 BERT&ERNIE 2.0-04-论文摘要、结构讲解.mkv 11.07M

16、12 NLP-情感分析》55、05 BERT&ERNIE 2.0-05-上节回顾.mkv 5.92M

16、12 NLP-情感分析》56、05 BERT&ERNIE 2.0-06-论文算法总览.mkv 60.50M

16、12 NLP-情感分析》57、05 BERT&ERNIE 2.0-07-输入表征、task精讲.mkv 22.15M

16、12 NLP-情感分析》58、05 BERT&ERNIE 2.0-08-模型Fine-tuning解读.mkv 39.31M

16、12 NLP-情感分析》59、05 BERT&ERNIE 2.0-09-实验设置及分析.mkv 35.31M

16、12 NLP-情感分析》60、05 BERT&ERNIE 2.0-10-论文总结.mkv 18.35M

16、12 NLP-情感分析》61、05 BERT&ERNIE 2.0-11-论文回顾.mkv 10.58M

16、12 NLP-情感分析》62、05 BERT&ERNIE 2.0-12-实践代码介绍.mkv 59.55M

16、12 NLP-情感分析》63、05 BERT&ERNIE 2.0-13-实践代码精讲1.mkv 185.59M

16、12 NLP-情感分析》64、05 BERT&ERNIE 2.0-14-实践代码精讲2..mkv 32.56M

17、13 NLP-阅读理解》

17、13 NLP-阅读理解》02、01-开山之作_1_1_背景意义..mkv 119.87M

17、13 NLP-阅读理解》03、01-开山之作_1_2_研究成果_论文提纲..mkv 45.22M

17、13 NLP-阅读理解》04、01-开山之作_2_1_模型结构..mkv 124.16M

17、13 NLP-阅读理解》05、01-开山之作_2_2_实验结果及分析..mkv 100.20M

17、13 NLP-阅读理解》06、01-开山之作_3_数据处理jupyter..mkv 222.87M

17、13 NLP-阅读理解》07、01-开山之作_4_1_训练代码jupyter..mkv 182.24M

17、13 NLP-阅读理解》08、01-开山之作_4_2训练代码pycharm..mkv 217.51M

17、13 NLP-阅读理解》09、01-开山之作_5_反馈问题..mkv 79.96M

17、13 NLP-阅读理解》10、feedback.mkv 79.14M

17、13 NLP-阅读理解》11、02-bidaf_1_1_背景意义..mkv 99.25M

17、13 NLP-阅读理解》12、02-bidaf_1_2_相关工作+小结..mkv 61.16M

17、13 NLP-阅读理解》13、02-bidaf_2_1_模型结构..mkv 84.63M

17、13 NLP-阅读理解》14、02-bidaf_2_2_实验分析..mkv 44.46M

17、13 NLP-阅读理解》15、02-bidaf_3_1_数据读取-jupyter..mkv 108.23M

17、13 NLP-阅读理解》16、02-bidaf_3_2数据读取-pycharm..mkv 145.40M

17、13 NLP-阅读理解》17、02-bidaf_4_训练加预测..mkv 204.89M

17、13 NLP-阅读理解》18、02-bidaf_5_评测指标..mkv 79.28M

17、13 NLP-阅读理解》19、02-bidaf_6_反馈..mkv 79.14M

17、13 NLP-阅读理解》20、03-pgnet_1_1_研究背景..mkv 117.07M

17、13 NLP-阅读理解》21、03-pgnet_1_2_研究背景意义第二部分..mkv 46.67M

17、13 NLP-阅读理解》22、03-pgnet_2_1_模型部分..mkv 138.19M

17、13 NLP-阅读理解》23、03-pgnet_2_2_实验+前沿论文（上）..mkv 145.45M

17、13 NLP-阅读理解》24、03-pgnet_2_3_前沿论文(下)..mkv 140.44M

17、13 NLP-阅读理解》25、03-pgnet_2_4_模型总结..mkv 26.98M

17、13 NLP-阅读理解》26、03-pgnet_3_code-review..mkv 75.03M

17、13 NLP-阅读理解》27、03-pgnet_4_1_数据处理第一部分..mkv 329.06M

17、13 NLP-阅读理解》28、03-pgnet_4_2_数据处理第二部分..mkv 78.73M

17、13 NLP-阅读理解》29、03-pgnet_5_1_train第一部分..mkv 58.27M

17、13 NLP-阅读理解》30、03-pgnet_5_2_train第二部分..mkv 309.02M

17、13 NLP-阅读理解》31、03-pgnet_6_1_预测第一部分..mkv 228.36M

17、13 NLP-阅读理解》32、03-pgnet_6_2_预测第二部分..mkv 99.74M

17、13 NLP-阅读理解》33、04-adv_1_1_研究背景..mkv 83.27M

17、13 NLP-阅读理解》34、04-adv_1_2_研究成果和小节..mkv 46.69M

17、13 NLP-阅读理解》35、04-adv_2_1_模型和实验..mkv 138.76M

17、13 NLP-阅读理解》36、04-adv_2_2_2020智能技术竞赛介绍..mkv 109.94M

17、13 NLP-阅读理解》37、04-adv_3_1_code-overview第一部分..mkv 122.31M

17、13 NLP-阅读理解》38、04-adv_3_2_code-overview第二部分..mkv 86.04M

17、13 NLP-阅读理解》39、04-adv_4_数据处理..mkv 198.14M

17、13 NLP-阅读理解》40、04-adv_5_1_train-第一部分..mkv 151.88M

17、13 NLP-阅读理解》41、04-adv_5_2_train第二部分..mkv 220.40M

17、13 NLP-阅读理解》42、04-adv_6_预测部分..mkv 152.01M

17、13 NLP-阅读理解》43、05-xlnet_1_1_研究背景第一部分..mkv 72.52M

17、13 NLP-阅读理解》44、05-xlnet_1_2_研究背景第二部分..mkv 89.34M

17、13 NLP-阅读理解》45、05-xlnet_2_1_论文模型第一部分..mkv 136.36M

17、13 NLP-阅读理解》46、05-xlnet_2_2_论文模型第二部分..mkv 78.90M

17、13 NLP-阅读理解》47、05-xlnet_3_代码overview..mkv 77.49M

17、13 NLP-阅读理解》48、05-xlnet_4_数据处理overview..mkv 27.01M

17、13 NLP-阅读理解》49、05-xlnet_5_1_数据处理第一部分..mkv 164.70M

17、13 NLP-阅读理解》50、05-xlnet_5_2_数据处理第二部分..mkv 248.77M

17、13 NLP-阅读理解》51、05-xlnet_6_1_训练代码第一部分..mkv 177.97M

17、13 NLP-阅读理解》52、05-xlnet_6_2_训练代码第二部分..mkv 125.73M

17、13 NLP-阅读理解》53、05-xlnet_7_1_预测第一部分..mkv 151.66M

17、13 NLP-阅读理解》54、05-xlnet_7_2_预测第二部分..mkv 83.07M

17、13 NLP-阅读理解》55、专题总结..mkv 12.24M

18、14 NLP-对话系统》

18、14 NLP-对话系统》01、[11月6日]对话系统前沿直播.mkv 317.98M

18、14 NLP-对话系统》03、[8月10日]对话系统体验课直播第一讲.mkv 196.07M

18、14 NLP-对话系统》04、[8月11日]对话系统体验课直播第二讲.mkv 193.25M

18、14 NLP-对话系统》05、[8月19日]JointBERT-论文讲解（开营直播）.mkv 486.48M

18、14 NLP-对话系统》06、[8月21日]JointBERT-代码详解.mkv 686.49M

18、14 NLP-对话系统》07、[8月25日]AGIF-论文讲解.mkv 461.81M

18、14 NLP-对话系统》08、[8月28日]AGIF-论文精读.mkv 853.51M

18、14 NLP-对话系统》09、[9月11日]AGIF-代码复现.mkv 670.48M

18、14 NLP-对话系统》10、[9月16日]Fewshot MultiLABEL-论文泛读.mkv 425.62M

18、14 NLP-对话系统》11、[9月19日]Fewshot MultiLABEL-论文精读（第一部分）.mkv 369.15M

18、14 NLP-对话系统》12、[10月13日]Fewshot MultiLABEL-论文精读（第二部分）.mkv 343.82M

18、14 NLP-对话系统》13、[10月23日]Fewshot MultiLABEL-论文精读+代码讲解.mkv 678.37M

18、14 NLP-对话系统》14、[10月27日]Fewshot MultiLABEL-代码复现.mkv 238.78M

18、14 NLP-对话系统》15、[3月29日]trade-dst-论文泛读.mkv 471.86M

18、14 NLP-对话系统》16、[4月1日]trade-dst-论文精读.mkv 670.46M

18、14 NLP-对话系统》17、[4月8日]trade-dst-代码复现.mkv 634.03M

18、14 NLP-对话系统》18、[4月12日]trade-dst-代码讲解（下）.mkv 225.76M

18、14 NLP-对话系统》19、[4月24日]dst-as-prompting-论文精读.mkv 597.32M

18、14 NLP-对话系统》20、[4月20日]dst-as-prompting-论文泛读.mkv 339.33M

18、14 NLP-对话系统》21、[4月27日]dst-as-prompting-代码复现.mkv 745.89M

18、14 NLP-对话系统》22、1.1 joint-bert.mkv 109.14M

18、14 NLP-对话系统》23、1.2 joint-bert.mkv 29.14M

18、14 NLP-对话系统》24、1.3 joint-bert.mkv 12.69M

18、14 NLP-对话系统》25、1.4 joint-bert.mkv 256.59M

18、14 NLP-对话系统》26、1.5 joint-bert.mkv 15.35M

18、14 NLP-对话系统》27、1.6 joint-bert.mkv 2.43M

18、14 NLP-对话系统》28、1.7 joint-bert.mkv 77.20M

18、14 NLP-对话系统》29、1.8 joint-bert-代码.mkv 53.34M

18、14 NLP-对话系统》30、1.9 joint-bert-代码.mkv 225.22M

19、强化学习》

19、强化学习》01、强化学习1期第1次答疑直播.mkv 189.76M

19、强化学习》03、强化学习开营直播.mkv 518.30M

19、强化学习》04、01DQN-01-论文泛读开场白.mkv 17.19M

19、强化学习》05、01DQN-02-研究背景及意义.mkv 20.91M

19、强化学习》06、01DQN-03-背景知识补充.mkv 10.94M

19、强化学习》07、01DQN-04-论文泛读.mkv 53.13M

19、强化学习》08、01DQN-05-泛读总结及下节预告.mkv 7.16M

19、强化学习》09、01DQN-06-论文精读开场白.mkv 10.16M

19、强化学习》100、07DDPG-01-开场白.mkv 13.62M

19、强化学习》101、07DDPG-02-研究背景成果和意义.mkv 6.00M

19、强化学习》102、07DDPG-03-背景知识补充.mkv 4.70M

19、强化学习》103、07DDPG-04-论文泛读.mkv 71.23M

19、强化学习》104、07DDPG-05-本节回顾下节预告.mkv 5.61M

19、强化学习》105、07DDPG-06-论文精读结构.mkv 7.12M

19、强化学习》106、07DDPG-07-从DQN到DDPG.mkv 43.77M

19、强化学习》107、07DDPG-08-网络结构.mkv 61.16M

19、强化学习》108、07DDPG-09-DDPG核心思想.mkv 32.44M

19、强化学习》109、07DDPG-10-算法的其他细节.mkv 26.82M

19、强化学习》10、01DQN-07-论文模型.mkv 19.87M

19、强化学习》110、07DDPG-11-算法总结.mkv 8.47M

19、强化学习》111、07DDPG-12-代码部分结构.mkv 7.30M

19、强化学习》112、07DDPG-13-网络结构及初始化.mkv 79.58M

19、强化学习》113、07DDPG-14-BatchNorm的使用.mkv 41.42M

19、强化学习》114、07DDPG-15-参数更新.mkv 56.17M

19、强化学习》115、07DDPG-16-代码结构.mkv 53.63M

19、强化学习》116、07DDPG-17-运行结果.mkv 18.93M

19、强化学习》117、08TD3-01-论文泛读开场白.mkv 8.85M

19、强化学习》118、08TD3-02-研究背景.mkv 11.83M

19、强化学习》119、08TD3-03-背景知识.mkv 10.94M

19、强化学习》11、01DQN-08-论文细节一 图像预处理.mkv 34.29M

19、强化学习》120、08TD3-04-论文泛读.mkv 67.23M

19、强化学习》121、08TD3-05-论文泛读总结.mkv 4.40M

19、强化学习》122、08TD3-06-论文精读开场白.mkv 4.26M

19、强化学习》123、08TD3-07-overestimation.mkv 195.86M

19、强化学习》124、08TD3-08-variance.mkv 112.95M

19、强化学习》125、08TD3-09-实验结果.mkv 41.84M

19、强化学习》126、08TD3-10-论文总结.mkv 8.12M

19、强化学习》127、08TD3-11-代码部分结构.mkv 18.57M

19、强化学习》128、08TD3-12-更新Critic.mkv 20.60M

19、强化学习》129、08TD3-13-更新Actor和代码结构.mkv 30.57M

19、强化学习》12、01DQN-09-论文细节二 ReplayBuffer.mkv 34.69M

19、强化学习》130、08TD3-14-实验结果.mkv 25.54M

19、强化学习》131、09SQL-01-论文泛读开场白.mkv 14.01M

19、强化学习》132、09SQL-02-研究背景及成果.mkv 55.13M

19、强化学习》133、09SQL-03-背景知识补充.mkv 72.49M

19、强化学习》134、09SQL-04-论文泛读总结.mkv 5.95M

19、强化学习》135、09SQL-05-论文精读开场白.mkv 5.47M

19、强化学习》136、09SQL-06-核心思想.mkv 21.78M

19、强化学习》137、09SQL-07-理论基础.mkv 33.43M

19、强化学习》138、09SQL-08-算法细节.mkv 95.54M

19、强化学习》139、09SQL-09-实验结果分析.mkv 60.20M

19、强化学习》13、01DQN-10-论文细节三 SemiGradientMethod.mkv 30.88M

19、强化学习》140、09SQL-10-理论证明.mkv 66.94M

19、强化学习》141、09SQL-11-论文精读总结.mkv 6.07M

19、强化学习》142、09SQL-12-代码部分结构.mkv 4.48M

19、强化学习》143、09SQL-13-Pytorch的手动链式法则求导.mkv 44.71M

19、强化学习》144、09SQL-14-离散情况细节.mkv 34.47M

19、强化学习》145、09SQL-15-连续情况细节.mkv 48.82M

19、强化学习》146、09SQL-16-代码结构.mkv 16.42M

19、强化学习》147、09SQL-17-调参结果.mkv 17.08M

19、强化学习》148、10SAC-01-论文泛读开场白.mkv 9.58M

19、强化学习》149、10SAC-02-研究背景.mkv 8.69M

19、强化学习》14、01DQN-11-实验结果分析.mkv 36.58M

19、强化学习》150、10SAC-03-论文泛读.mkv 62.25M

19、强化学习》151、10SAC-04-论文泛读总结.mkv 3.57M

19、强化学习》152、10SAC-05-论文精读开场白.mkv 8.39M

19、强化学习》153、10SAC-06-核心思想.mkv 31.36M

19、强化学习》154、10SAC-07-主要算法.mkv 50.02M

19、强化学习》155、10SAC-08实验结果.mkv 15.45M

19、强化学习》156、10SAC-09-理论证明.mkv 31.44M

19、强化学习》157、10SAC-10-论文精读总结.mkv 8.74M

19、强化学习》158、10SAC-11-算法细节.mkv 21.69M

19、强化学习》159、10SAC-12-代码结构及调参结果.mkv 28.21M

19、强化学习》15、01DQN-12-论文精读总结.mkv 12.21M

19、强化学习》160、11AdvancedValueMethods-01-论文泛读开场白.mkv 18.73M

19、强化学习》161、11AdvancedValueMethods-02-背景知识补充.mkv 28.50M

19、强化学习》162、11AdvancedValueMethods-03-Rainbow泛读.mkv 62.10M

19、强化学习》163、11AdvancedValueMethods-04-D4PG泛读.mkv 64.50M

19、强化学习》164、11AdvancedValueMethods-05-A3C泛读.mkv 63.01M

19、强化学习》165、11AdvancedValueMethods-06-IMPALA泛读.mkv 61.71M

19、强化学习》166、11AdvancedValueMethods-07-论文泛读总结.mkv 3.66M

19、强化学习》167、11AdvancedValueMethods-08-论文精读开场白.mkv 6.30M

19、强化学习》168、11AdvancedValueMethods-09-Rainbow.mkv 248.48M

19、强化学习》169、11AdvancedValueMethods-10-D4PG.mkv 197.57M

19、强化学习》16、01DQN-13-代码课整体介绍.mkv 22.44M

19、强化学习》170、11AdvancedValueMethods-11-A3C.mkv 230.40M

19、强化学习》171、11AdvancedValueMethods-12-IMPALA.mkv 270.84M

19、强化学习》172、11AdvancedValueMethods-13-总结.mkv 3.20M

19、强化学习》173、12IntrinsicMotivation-01-论文泛读开场白.mkv 10.48M

19、强化学习》174、12IntrinsicMotivation-02-ICM泛读.mkv 53.23M

19、强化学习》175、12IntrinsicMotivation-03-CuriosityStudy泛读.mkv 46.47M

19、强化学习》176、12IntrinsicMotivation-04-VIME泛读.mkv 35.45M

19、强化学习》177、12IntrinsicMotivation-05-VIC泛读.mkv 42.83M

19、强化学习》178、12IntrinsicMotivation-06-DIAYN泛读.mkv 52.53M

19、强化学习》179、12IntrinsicMotivation-07-SMM泛读.mkv 51.42M

19、强化学习》17、01DQN-14-gym介绍.mkv 82.33M

19、强化学习》180、12IntrinsicMotivation-08-EDL泛读.mkv.baiduyun.p.downloading 68.45M

19、强化学习》181、12IntrinsicMotivation-09-泛读总结及下节预告.mkv 3.37M

19、强化学习》182、12IntrinsicMotivation-10-论文精读开场白.mkv 4.93M

19、强化学习》183、12IntrinsicMotivation-11-ICM精读.mkv 227.55M

19、强化学习》184、12-IntrinsicMotivation-12-CuriosityStudy精读.mkv 169.23M

19、强化学习》185、12IntrinsicMotivation-13-VIME精读.mkv 125.58M

19、强化学习》186、12IntrinsicMotivation-14-VIC精读.mkv 182.42M

19、强化学习》187、12IntrinsicMotivation-15-DIAYN精读.mkv 205.32M

19、强化学习》188、12IntrinsicMotivation-16-SMM精读.mkv 320.08M

19、强化学习》189、12IntrinsicMotivation-17-EDL精读.mkv 212.62M

19、强化学习》18、01DQN-15-图像预处理代码.mkv 67.45M

19、强化学习》190、12IntrinsicMotivation-18-论文总结.mkv 12.56M

19、强化学习》191、12IntrinsicMotivation-19-结尾语.mkv 5.73M

19、强化学习》19、01DQN-16-DQN核心功能实现.mkv 147.98M

19、强化学习》20、01DQN-17-代码结构及实验结果分析.mkv 63.84M

19、强化学习》21、02DQN改进-01-论文泛读开场白.mkv 32.34M

19、强化学习》22、02DQN改进-02-研究背景及意义.mkv 10.67M

19、强化学习》23、02DQN改进-03-论文泛读.mkv 96.16M

19、强化学习》24、02DQN改进-04-论文泛读总结及下节预告.mkv 7.99M

19、强化学习》25、02DQN改进-05-论文网络结构.mkv 16.56M

19、强化学习》26、02DQN改进-06-DDQN图表分析.mkv 102.20M

19、强化学习》27、02DQN改进-07-DDQN总结.mkv 61.31M

19、强化学习》28、02DQN改进-08-PER01.mkv 62.65M

19、强化学习》29、02DQN改进-09-PER02.mkv 155.16M

19、强化学习》30、02DQN改进-10-PER实验结果及DuelDQN.mkv 69.75M

19、强化学习》31、02DQN改进-11-下节预告.mkv 10.25M

19、强化学习》32、02DQN改进-12-代码课整体介绍.mkv 42.72M

19、强化学习》33、02DQN改进-13-bisect包.mkv 16.60M

19、强化学习》34、02DQN改进-14-SumTree.mkv 78.67M

19、强化学习》35、02DQN改进-15-SumTree后续及DuelStructure.mkv 18.47M

19、强化学习》36、02DQN改进-16-ReplayBuffer01.mkv 60.21M

19、强化学习》37、02DQN改进-17-ReplayBuffer02.mkv 91.44M

19、强化学习》38、02DQN改进-18-ReplayBuffer03.mkv 69.74M

19、强化学习》39、02DQN改进-19-代码总览及实验结果.mkv 68.93M

19、强化学习》40、03C51-01-研究成果及意义.mkv 20.41M

19、强化学习》41、03C51-02-背景知识补充01.mkv 58.32M

19、强化学习》42、03C51-03-背景知识补充02.mkv 19.71M

19、强化学习》43、03C51-04-论文泛读.mkv 71.40M

19、强化学习》44、03C51-05-分布更新 BellmanEquation BellmanOperator.mkv 42.14M

19、强化学习》45、03C51-06-BellmanOptimalOperator.mkv 96.95M

19、强化学习》46、03C51-07-算法分析.mkv 51.31M

19、强化学习》47、03C51-08-实验结果及分析.mkv 99.10M

19、强化学习》48、03C51-09-引理2引理3证明.mkv 17.25M

19、强化学习》49、03C51-10-引理1证明.mkv 127.24M

19、强化学习》50、03C51-11-定理1证明.mkv 208.87M

19、强化学习》51、03C51-12-其余理论部分及总结.mkv 55.35M

19、强化学习》52、03C51-13-代码部分介绍.mkv 17.42M

19、强化学习》53、03C51-14-算法部分结构一览.mkv 38.45M

19、强化学习》54、03C51-15-分布更新单个样本.mkv 95.71M

19、强化学习》55、03C51-16-MiniBatch分布更新.mkv 82.77M

19、强化学习》56、03C51-17-Pytorch MiniBatch分布更新..mkv 37.77M

19、强化学习》57、03C51-18-实验结果.mkv 24.21M

19、强化学习》58、04QRDQN-01-研究背景、意义及补充知识介绍.mkv 19.01M

19、强化学习》59、04QRDQN-02-论文泛读、摘要、框架讲解.mkv 31.45M

19、强化学习》60、04QRDQN-03-回顾C51.mkv 25.70M

19、强化学习》61、04QRDQN-04-新的分布更新思路、估计分位数.mkv 70.01M

19、强化学习》62、04QRDQN-05-QRDQN算法讲解、实验结果与分析.mkv 68.13M

19、强化学习》63、04QRDQN-06-理论证明1.mkv 24.24M

19、强化学习》64、04QRDQN-07-理论证明2.mkv 187.00M

19、强化学习》65、04QRDQN-08-上节回顾和下节预告.mkv 4.98M

19、强化学习》66、04QRDQN-09-code1.mkv 9.34M

19、强化学习》67、04QRDQN-10-code2.mkv 141.73M

19、强化学习》68、04QRDQN-11-code3.mkv 49.59M

19、强化学习》69、05REINFORCE-01-开场白及研究背景介绍.mkv 21.26M

19、强化学习》70、05REINFORCE-02-论文泛读.mkv 26.65M

19、强化学习》71、05REINFORCE-03-背景知识补充.mkv 26.78M

19、强化学习》72、05REINFORCE-04-下节预告.mkv 5.15M

19、强化学习》73、05REINFORCE-05-论文定理理解.mkv 138.72M

19、强化学习》74、05REINFORCE-06-算法核心思想.mkv 97.84M

19、强化学习》75、05REINFORCE-07-核心定理证明.mkv 111.96M

19、强化学习》76、05REINFORCE-08-下节预告.mkv 5.33M

19、强化学习》77、05REINFORCE-09-代码部分结构.mkv 15.36M

19、强化学习》78、05REINFORCE-10-网络结构设计.mkv 93.30M

19、强化学习》79、05REINFORCE-11-数据处理.mkv 24.96M

19、强化学习》80、05REINFORCE-12-主体循环.mkv 41.92M

19、强化学习》81、05REINFORCE-13-代码结构.mkv 68.46M

19、强化学习》82、05REINFORCE-14-运行结果分析.mkv 77.27M

19、强化学习》83、06PPO-01-开场白.mkv 17.13M

19、强化学习》84、06PPO-02-研究背景.mkv 15.93M

19、强化学习》85、06PPO-03-论文泛读.mkv 45.88M

19、强化学习》86、06PPO-04-本节回顾下节预告.mkv 5.33M

19、强化学习》87、06PPO-05-论文精读结构介绍.mkv 7.19M

19、强化学习》88、06PPO-06-Clipped Surrogate Loss.mkv 56.58M

19、强化学习》89、06PPO-07-Adaptive KL.mkv 39.96M

19、强化学习》90、06PPO-08-Advantage Function.mkv 32.98M

19、强化学习》91、06PPO-09-算法分析.mkv 48.53M

19、强化学习》92、06PPO-10-实验结果分析.mkv 41.08M

19、强化学习》93、06PPO-11-本届回顾下节预告.mkv 7.66M

19、强化学习》94、06PPO-12-代码部分结构.mkv 18.02M

19、强化学习》95、06PPO-13-计算Loss Function.mkv 84.86M

19、强化学习》96、06PPO-14-拓展到连续型action空间.mkv 48.19M

19、强化学习》97、06PPO-15-代码结构.mkv 56.52M

19、强化学习》98、06PPO-16-代码运行结果.mkv 53.33M

19、强化学习》99、06PPO-17-算法之外的技巧.mkv 67.54M

21、NLP-paper 前沿论文直播讲解》

21、NLP-paper 前沿论文直播讲解》02、第一场直播——基于图神经网络的应用和开发（关系抽取）.mkv 146.97M

21、NLP-paper 前沿论文直播讲解》03、第二场直播——预训练模型RoBERTa.mkv 155.78M

21、NLP-paper 前沿论文直播讲解》04、第三场直播——选择，回答和解释：基于多文档的可解释多跳阅读理解.mkv 230.35M

21、NLP-paper 前沿论文直播讲解》05、第四场直播——DSSMs：结构化语义模型.mkv 152.74M

21、NLP-paper 前沿论文直播讲解》06、第五场直播——COMET.mkv 180.72M

21、NLP-paper 前沿论文直播讲解》07、第六场直播——向语言模型中注入数值推理能力.mkv 193.99M

21、NLP-paper 前沿论文直播讲解》08、第七次直播——清华本硕学长论文分享.mkv 137.17M

21、NLP-paper 前沿论文直播讲解》09、第八场直播——全感知注意力融合在机器阅读理解中的应用.mkv 303.29M

21、NLP-paper 前沿论文直播讲解》10、第九场直播——基于多跳问答的图神经网络.mkv 352.01M

21、NLP-paper 前沿论文直播讲解》11、第十场直播——中科院博士详解对话系统前沿论文.mp4.mkv 216.06M

21、NLP-paper 前沿论文直播讲解》12、第十一场直播——顶刊审稿人教你发论文小tips.mp4.mkv 589.75M

21、NLP-paper 前沿论文直播讲解》13、第十二场直播——如何快速发论文.mp4.mkv 199.26M

22、NLP-直播答疑》

22、NLP-直播答疑》01、NLP直播答疑.mkv 122.84M

22、NLP-直播答疑》02、NLP-baseline 4-1.mkv 83.94M

22、NLP-直播答疑》03、图神经网络直播答疑—第六次.mkv 269.34kb

22、NLP-直播答疑》04、图神经网络第6次直播答疑.mkv 74.50M

22、NLP-直播答疑》05、baseline-第四场直播.mkv 103.91M

22、NLP-直播答疑》06、第二次直播答疑.mkv 86.00M

22、NLP-直播答疑》07、图神经网络第5次答疑.mkv 41.69M

22、NLP-直播答疑》08、NLP baseline 第三次直播答疑.mkv 132.04M

22、NLP-直播答疑》09、1011答疑..mkv 124.61M

22、NLP-直播答疑》10、0920答疑..mkv 67.07M

22、NLP-直播答疑》11、答疑20200830..mkv 150.55M

22、NLP-直播答疑》12、NLP答疑-8.9.mkv 177.65M

22、NLP-直播答疑》13、NLP答疑-7.26.mkv 132.22M

22、NLP-直播答疑》14、NLP答疑 7.12.mkv 231.03M

24、精读论文专栏（NLP方向）》

24、精读论文专栏（NLP方向）》03、[老版本][第1篇]01综述《Deep Learning》.mkv 35.68M

24、精读论文专栏（NLP方向）》04、[老版本][第1篇]02综述《Deep Learning》.mkv 72.59M

24、精读论文专栏（NLP方向）》05、[老版本][第1篇]03综述 《Deep Learning》.mkv 68.00M

24、精读论文专栏（NLP方向）》06、[老版本][第1篇]04综述 《Deep Learning》.mkv 39.25M

24、精读论文专栏（NLP方向）》07、[老版本][第1篇]05综述 《Deep Learning》.mkv 47.26M

24、精读论文专栏（NLP方向）》08、[老版本][第1篇]06综述 《Deep Learning》.mkv 51.21M

24、精读论文专栏（NLP方向）》09、[老版本][第1篇]07综述 《Deep Learning》.mkv 34.55M

24、精读论文专栏（NLP方向）》10、[老版本][第2篇]词向量第一课时：论文导读.mkv 53.48M

24、精读论文专栏（NLP方向）》11、[老版本][第2篇]词向量第二课时上：论文精读.mkv 63.54M

24、精读论文专栏（NLP方向）》12、[老版本][第2篇]词向量第二课时下：论文精读.mkv 53.44M

24、精读论文专栏（NLP方向）》13、[老版本][第2篇]词向量第三课时：代码精读.mkv 71.20M

24、精读论文专栏（NLP方向）》14、[老版本][第3篇]句和文档的embedding第一课时：论文导读.mkv 74.69M

24、精读论文专栏（NLP方向）》15、[老版本][第3篇]句和文档的embedding第二课时：论文精读.mkv 91.83M

24、精读论文专栏（NLP方向）》16、[老版本][第3篇]句和文档的embedding第三课时：代码精读.mkv 85.15M

24、精读论文专栏（NLP方向）》17、[老版本][第4篇]机器翻译第一课时：论文导读.mkv 37.10M

24、精读论文专栏（NLP方向）》18、[老版本][第4篇]机器翻译第二课时上：论文精读.mkv 57.31M

24、精读论文专栏（NLP方向）》19、[老版本][第4篇]机器翻译第二课时下：论文精读.mkv 55.34M

24、精读论文专栏（NLP方向）》20、[老版本][第4篇]机器翻译第三课时上：代码精读.mkv 62.98M

24、精读论文专栏（NLP方向）》21、[老版本][第4篇]机器翻译第三课时下：代码精读.mkv 59.67M

24、精读论文专栏（NLP方向）》22、[老版本][第5篇]transformer第一课时：论文导读.mkv 40.09M

24、精读论文专栏（NLP方向）》23、[老版本][第5篇]transformer第二课时上：论文精读.mkv 57.99M

24、精读论文专栏（NLP方向）》24、[老版本][第5篇]transformer第二课时下：论文精读.mkv 55.70M

24、精读论文专栏（NLP方向）》25、[老版本][第5篇]transformer第三课时：代码实践.mkv 133.62M

24、精读论文专栏（NLP方向）》26、[老版本][第6篇]GloVe第一课时：论文导读.mkv 39.13M

24、精读论文专栏（NLP方向）》27、[老版本][第6篇]GloVe第二课时：论文精读.mkv 46.71M

24、精读论文专栏（NLP方向）》28、[老版本][第7篇]Skip Thought第一课时：论文导读.mkv 40.33M

24、精读论文专栏（NLP方向）》29、[老版本][第7篇]Skip Thought第二课时：论文精读.mkv 34.89M

24、精读论文专栏（NLP方向）》30、[老版本][第7篇]Skip Thought第三课时：代码精读.mkv 46.67M

24、精读论文专栏（NLP方向）》31、[老版本][第8篇]TextCNN第一课时：论文导读.mkv 24.05M

24、精读论文专栏（NLP方向）》32、[老版本][第8篇]TextCNN第二课时：论文精读.mkv 32.13M

24、精读论文专栏（NLP方向）》33、[老版本][第8篇]TextCNN第三课时：代码详解.mkv 29.03M

24、精读论文专栏（NLP方向）》34、[老版本][第9篇]基于字符“从0开始学习”的文本分类第一课时：论文导读.mkv 60.63M

24、精读论文专栏（NLP方向）》35、[老版本][第9篇]基于字符“从0开始学习”的文本分类第二课时：论文精读.mkv 61.92M

24、精读论文专栏（NLP方向）》36、[老版本][第9篇]基于字符“从0开始学习”的文本分类第三课时：代码讲解.mkv 51.47M

24、精读论文专栏（NLP方向）》37、[老版本][第10篇]动态卷积网络和n-gram思想用于句分类：论文导读.mkv 52.74M

24、精读论文专栏（NLP方向）》38、[老版本][第10篇]动态卷积网络和n-gram思想用于句分类：论文精读上.mkv 57.17M

24、精读论文专栏（NLP方向）》39、[老版本][第10篇]动态卷积网络和n-gram思想用于句分类：论文精读下.mkv 77.97M

24、精读论文专栏（NLP方向）》40、[老版本][第10篇]动态卷积网络和n-gram思想用于句分类：代码精读上.mkv 58.98M

24、精读论文专栏（NLP方向）》41、[老版本][第10篇]动态卷积网络和n-gram思想用于句分类：代码精读下.mkv 50.64M

24、精读论文专栏（NLP方向）》42、[老版本][第11篇]fasttext第一课时.mkv 48.78M

24、精读论文专栏（NLP方向）》43、[老版本][第11篇]fasttext第二课时上.mkv 56.44M

24、精读论文专栏（NLP方向）》44、[老版本][第11篇]fasttext第二课时下.mkv 51.93M

24、精读论文专栏（NLP方向）》45、[老版本][第11篇]fasttext第三课时上.mkv 50.25M

24、精读论文专栏（NLP方向）》46、[老版本][第11篇]fasttext第三课时下.mkv 57.41M

24、精读论文专栏（NLP方向）》47、[老版本][第12篇]层次化attention机制用于文档分类第一课时.mkv 42.02M

24、精读论文专栏（NLP方向）》48、[老版本][第12篇]层次化attention机制用于文档分类第二课时.mkv 49.59M

24、精读论文专栏（NLP方向）》49、[老版本][第12篇]层次化attention机制用于文档分类第三课时.mkv 53.79M

24、精读论文专栏（NLP方向）》50、[老版本][第13篇]PCNNATT-论文导读.mkv 36.31M

24、精读论文专栏（NLP方向）》51、[老版本][第13篇]PCNNATT-论文精读.mkv 45.82M

24、精读论文专栏（NLP方向）》52、[老版本][第13篇]PCNNATT-代码详解.mkv 41.59M

24、精读论文专栏（NLP方向）》53、[老版本][第14篇]E2ECRF第一课时：论文导读.mkv 40.19M

24、精读论文专栏（NLP方向）》54、[老版本][第14篇]E2ECRF第二课时：论文精读.mkv 44.24M

24、精读论文专栏（NLP方向）》55、[老版本][第14篇]E2ECRF第三课时：代码精读.mkv 37.55M

24、精读论文专栏（NLP方向）》56、[老版本][第15篇]多层LSTM第一课时.mkv 16.39M

24、精读论文专栏（NLP方向）》57、[老版本][第15篇]多层LSTM第二课时.mkv 37.00M

24、精读论文专栏（NLP方向）》58、[老版本][第15篇]多层LSTM第三课时.mkv 62.82M

24、精读论文专栏（NLP方向）》59、[老版本][第16篇]基于卷积网络的seq2seq第一课时：论文导读.mkv 33.22M

24、精读论文专栏（NLP方向）》60、[老版本][第16篇]基于卷积网络的seq2seq第二课时：论文精读.mkv 53.91M

24、精读论文专栏（NLP方向）》61、[老版本][第17篇]谷歌的神经网络机器翻译系统第一课时.mkv 8.88M

24、精读论文专栏（NLP方向）》62、[老版本][第17篇]谷歌的神经网络机器翻译系统第二课时.mkv 48.65M

24、精读论文专栏（NLP方向）》63、[老版本][第18篇]UMT论文导读.mkv 42.16M

24、精读论文专栏（NLP方向）》64、[老版本][第18篇]UMT论文精读.mkv 54.84M

24、精读论文专栏（NLP方向）》65、[老版本][第19篇]seq2seq导读.mkv 36.66M

24、精读论文专栏（NLP方向）》66、[老版本][第19篇]seq2seq精读.mkv 37.51M

24、精读论文专栏（NLP方向）》67、[老版本][第20篇]End-to-End Memory Networks论文导读.mkv 15.80M

24、精读论文专栏（NLP方向）》68、[老版本][第20篇]End-to-End Memory Networks论文精读.mkv 36.11M

24、精读论文专栏（NLP方向）》69、[老版本][第20篇]End-to-End Memory Networks代码精读.mkv 17.97M

24、精读论文专栏（NLP方向）》70、[老版本][第21篇]QANet论文导读.mkv 47.61M

24、精读论文专栏（NLP方向）》71、[老版本][第21篇]QANet论文精读.mkv 54.01M

24、精读论文专栏（NLP方向）》72、[老版本][第21篇]QANet代码精读.mkv 47.61M

24、精读论文专栏（NLP方向）》73、[老版本][第22篇]双向Attention第一课时：论文导读.mkv 18.52M

24、精读论文专栏（NLP方向）》74、[老版本][第22篇]双向Attention第二课时：论文精读.mkv 75.45M

24、精读论文专栏（NLP方向）》75、[老版本][第23篇]Dialogue第一课时.mkv 54.51M

24、精读论文专栏（NLP方向）》76、[老版本][第23篇]Dialogue第二课时.mkv 47.82M

24、精读论文专栏（NLP方向）》77、[老版本][第24篇]SeqGAN第一课时.mkv 37.00M

24、精读论文专栏（NLP方向）》78、[老版本][第24篇]SeqGAN第二课时.mkv 56.14M

24、精读论文专栏（NLP方向）》79、[老版本][第25篇]R-GCNs第一课时.mkv 38.69M

24、精读论文专栏（NLP方向）》80、[老版本][第25篇]R-GCNs第二课时.mkv 43.07M

24、精读论文专栏（NLP方向）》81、[老版本][第26篇]大规模语料模型第一课时.mkv 69.48M

24、精读论文专栏（NLP方向）》82、[老版本][第26篇]大规模语料模型第二课时.mkv 57.56M

24、精读论文专栏（NLP方向）》83、[老版本][第27篇]Transformer-XL第一课时.mkv 30.14M

24、精读论文专栏（NLP方向）》84、[老版本][第27篇]Transformer-XL第二课时.mkv 36.51M

24、精读论文专栏（NLP方向）》85、[老版本][第28篇]TCN 第一课时.mkv 44.21M

24、精读论文专栏（NLP方向）》86、[老版本][第28篇]TCN 第二课时.mkv 64.43M

24、精读论文专栏（NLP方向）》87、[老版本][第29篇]第一课时：论文导读.mkv 32.23M

24、精读论文专栏（NLP方向）》88、[老版本][第29篇]第二课时：论文精读.mkv 100.97M

24、精读论文专栏（NLP方向）》89、[老版本][第30篇]BERTNAACL 2019最佳论文第一课时.mkv 68.44M

24、精读论文专栏（NLP方向）》90、[老版本][第30篇]BERTNAACL 2019最佳论文第二课时.mkv 57.29M

25、重点讲解专栏（NLP方向）》

25、重点讲解专栏（NLP方向）》01、[老版本][第14篇]SANIL第二课时.mkv 70.88M

25、重点讲解专栏（NLP方向）》02、[老版本][第14篇]SANIL第一课时.mkv 59.03M

25、重点讲解专栏（NLP方向）》05、[老版本][重难点第1篇]ARNOR论文第一课.mkv 37.68M

25、重点讲解专栏（NLP方向）》06、[老版本][重难点第1篇]ARNOR论文第二课.mkv 65.04M

25、重点讲解专栏（NLP方向）》07、[老版本][重难点第2篇]ERNIE论文第一课：论文导读.mkv 52.65M

25、重点讲解专栏（NLP方向）》08、[老版本][重难点第2篇]ERNIE论文第二课：论文精读.mkv 69.65M

25、重点讲解专栏（NLP方向）》09、[老版本][重难点第3篇]Meta-learning论文第一课：论文导读.mkv 62.44M

25、重点讲解专栏（NLP方向）》10、[老版本][重难点第3篇]Meta-learning论文第二课时：论文讲解.mkv 45.66M

25、重点讲解专栏（NLP方向）》11、[老版本][重难点第3篇]Meta-learning论文第二课时：手推公式.mkv 80.55M

25、重点讲解专栏（NLP方向）》12、[老版本][重难点第3篇]Meta-learning论文第三课时.mkv 57.29M

25、重点讲解专栏（NLP方向）》13、[老版本][重难点第4篇]SER第一课时课程导读.mkv 54.18M

25、重点讲解专栏（NLP方向）》14、[老版本][重难点第4篇]SER第二课时：论文讲解.mkv 171.79M

25、重点讲解专栏（NLP方向）》15、[老版本][重难点第4篇]SER第三课时.mkv 192.14M

25、重点讲解专栏（NLP方向）》16、[老版本][重难点第4篇]SER第四课时.mkv 66.52M

25、重点讲解专栏（NLP方向）》17、[老版本][第13篇]Reptile.mkv 41.93M