【直播整理】深度学习系列讲座视频观看地址+PPT下载

简介: 3月13、15、21日震撼播出《深度学习系列16讲》,报名地址 https://yq.aliyun.com/promotion/549 视频观看地址更新中……

_

云栖大讲堂之《深度学习系列16讲》,全部视频回顾地址:https://yq.aliyun.com/promotion/549

3月13日讲座
机器学习基础:基本概念,监督学习,以及PAC学习理论
专家:淘宝技术部-永叔
视频链接:https://yq.aliyun.com/video/play/1368
PDF下载:https://yq.aliyun.com/download/2473
回顾文章:https://yq.aliyun.com/articles/569268

神经网络模型基础介绍
专家:搜索事业部-丹丰
视频链接:https://yq.aliyun.com/video/play/1370
PDF下载:https://yq.aliyun.com/download/2474
回顾文章:https://yq.aliyun.com/articles/558023

典型模型-卷积&深度神经网络入门
专家:ICRA实验室-沈俊楠
视频链接:https://yq.aliyun.com/video/play/1364
PDF下载:https://yq.aliyun.com/download/2475
回顾文章1:https://yq.aliyun.com/articles/560252
回顾文章2:https://yq.aliyun.com/articles/560282

RNN和LSTM神经网络的原理及应用
专家:机器智能-机器翻译算法专家-于恒
视频链接:https://yq.aliyun.com/video/play/1366
PDF下载:https://yq.aliyun.com/download/2476
回顾文章:https://yq.aliyun.com/articles/574218

3月15日讲座
网络结构设计及参数tuning
专家:阿里妈妈-逐水
视频链接:https://yq.aliyun.com/video/play/1374
PDF下载:https://yq.aliyun.com/download/2477
回顾文章:https://yq.aliyun.com/articles/568380

XNN
专家:搜索事业部-朝圣
视频链接:https://yq.aliyun.com/video/play/1375
PDF下载:https://yq.aliyun.com/download/2478
回顾文章:https://yq.aliyun.com/articles/565227

广告领域的深度CTR模型
专家:阿里妈妈-怀人
视频链接:https://yq.aliyun.com/video/play/1376
PDF下载:https://yq.aliyun.com/download/2479
回顾文章:https://yq.aliyun.com/articles/565664

multi-task learning for e-commerce
专家:搜索事业部-席奈
视频链接:https://yq.aliyun.com/video/play/1377
PDF下载:https://yq.aliyun.com/download/2480
回顾文章:https://yq.aliyun.com/articles/568166

TensorFlow
专家:阿里云飞天八部-昀龙
视频链接:https://yq.aliyun.com/video/play/1378
PDF下载:https://yq.aliyun.com/download/2481
回顾文章:https://yq.aliyun.com/articles/578955

云上MXNet实践
专家:阿里云飞天八部-谢峰
视频链接:https://yq.aliyun.com/video/play/1379
PDF下载:https://yq.aliyun.com/download/2482
回顾文章:https://yq.aliyun.com/articles/570052

3月21日讲座
深度学习在搜索、推荐上的应用
专家:机器智能-翎翀
视频链接:https://yq.aliyun.com/video/play/1381
PDF下载:https://yq.aliyun.com/download/2483
回顾文章:https://yq.aliyun.com/articles/573449

问答网络
专家:神马搜索-会当
视频链接:https://yq.aliyun.com/video/play/1381
PDF下载:https://yq.aliyun.com/download/2484
回顾文章:https://yq.aliyun.com/articles/574089

TensorRT加速深度学习模型在线部署
专家:Nvidia GPU专家李曦鹏
视频链接:https://yq.aliyun.com/video/play/1381
PDF下载:https://yq.aliyun.com/download/2485
回顾文章:https://yq.aliyun.com/articles/580307

端上智能
专家:机器智能-辽玥
视频链接:https://yq.aliyun.com/video/play/1381
PDF下载:https://yq.aliyun.com/download/2486
回顾文章:https://yq.aliyun.com/articles/573658

鲁班,视觉生成引擎的应用
专家:机器智能-星瞳
视频链接:https://yq.aliyun.com/video/play/1381
PDF下载:https://yq.aliyun.com/download/2487
回顾文章:https://yq.aliyun.com/articles/578956

相关文章
|
7月前
|
机器学习/深度学习 监控 算法
m基于深度学习网络的活体人脸和视频人脸识别系统matlab仿真,带GUI界面
m基于深度学习网络的活体人脸和视频人脸识别系统matlab仿真,带GUI界面
95 0
|
7月前
|
机器学习/深度学习 算法 计算机视觉
基于yolov2深度学习网络的视频手部检测算法matlab仿真
基于yolov2深度学习网络的视频手部检测算法matlab仿真
|
7月前
|
机器学习/深度学习 算法 数据可视化
计算机视觉+深度学习+机器学习+opencv+目标检测跟踪+一站式学习(代码+视频+PPT)-2
计算机视觉+深度学习+机器学习+opencv+目标检测跟踪+一站式学习(代码+视频+PPT)
|
2月前
|
机器学习/深度学习 自然语言处理 监控
深度学习之视频摘要生成
基于深度学习的视频摘要生成是一种通过自动化方式从长视频中提取关键片段,生成简洁且有代表性的视频摘要的技术。其目的是在保留视频主要内容的基础上,大幅缩短视频的播放时长,方便用户快速理解视频的核心信息。
92 7
|
2月前
|
机器学习/深度学习 数据处理 数据库
基于Django的深度学习视频分类Web系统
基于Django的深度学习视频分类Web系统
55 4
基于Django的深度学习视频分类Web系统
|
2月前
|
机器学习/深度学习 运维 监控
深度学习之视频内容理解
基于深度学习的视频内容理解(Video Content Understanding, VCU)是一项关键技术,旨在通过神经网络模型自动分析、解读和提取视频中的语义信息。
108 10
|
2月前
|
机器学习/深度学习 监控 人机交互
深度学习之视频中的姿态跟踪
基于深度学习的视频姿态跟踪是一项用于从视频序列中持续检测和跟踪人体姿态的技术。它能够识别人体的2D或3D关键点,并在时间维度上进行跟踪,主要应用于人机交互、体育分析、动作识别和虚拟现实等领域。
53 3
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
【深度学习】python之人工智能应用篇——视频生成技术
视频生成技术是一种基于深度学习和机器学习的先进技术,它使得计算机能够根据给定的文本、图像、视频等单模态或多模态数据,自动生成符合描述的、高保真的视频内容。这种技术主要依赖于深度学习模型,如生成对抗网络(GAN)、自回归模型(Auto-regressive Model)、扩散模型(Diffusion Model)等。其中,GAN由两个神经网络组成:一个生成器用于生成逼真的图像或视频,另一个判别器用于判断生成的图像或视频是否真实。通过不断的对抗学习,生成器和判别器共同优化,以产生更高质量的视频。
97 2
|
4月前
|
机器学习/深度学习 监控 算法
基于深度学习网络的人员行为视频检测系统matlab仿真,带GUI界面
本仿真展示了基于GoogLeNet的人员行为检测系统在Matlab 2022a上的实现效果,无水印。GoogLeNet采用创新的Inception模块,高效地提取视频中人员行为特征并进行分类。核心程序循环读取视频帧,每十帧执行一次分类,最终输出最频繁的行为类别如“乐队”、“乒乓球”等。此技术适用于智能监控等多个领域。
70 4
|
7月前
|
机器学习/深度学习 Ubuntu Linux
计算机视觉+深度学习+机器学习+opencv+目标检测跟踪+一站式学习(代码+视频+PPT)-1
计算机视觉+深度学习+机器学习+opencv+目标检测跟踪+一站式学习(代码+视频+PPT)