|
Обратите внимание, что наш сайт не размещает какие-либо файлы из списка. Вы не можете скачать
эти файлы или скачать torrent-файл.
|
| DL_1 модуль_10 Состязательные сети.mp4 |
116.07Мб |
| DL_1 модуль_11 Причины успеха.mp4 |
21.36Мб |
| DL_1 модуль_12 Резюме.mp4 |
11.95Мб |
| DL_1 модуль_1 Введение.mp4 |
9.57Мб |
| DL_1 модуль_2 Машинное обучение и типы данных.mp4 |
48.94Мб |
| DL_1 модуль_3 Нейронные сети.mp4 |
114.05Мб |
| DL_1 модуль_4 Как обучить нейронную сеть.mp4 |
82.10Мб |
| DL_1 модуль_5 Задача компьютерного зрения.mp4 |
58.77Мб |
| DL_1 модуль_6 Где взять ядро свертки.mp4 |
54.58Мб |
| DL_1 модуль_7 Что такое Deep Learning.mp4 |
104.85Мб |
| DL_1 модуль_8 Обработка последовательностей.mp4 |
76.97Мб |
| DL_1 модуль_9 От распознавания к синтезу.mp4 |
55.10Мб |
| DL_2 модуль_10 Практика. TF в Google Colab.mp4 |
31.98Мб |
| DL_2 модуль_11 Практика.mp4 |
70.04Мб |
| DL_2 модуль_1 Введение.mp4 |
71.33Мб |
| DL_2 модуль_2 Граф вычислений.mp4 |
25.75Мб |
| DL_2 модуль_2 Пример обучения.mp4 |
41.93Мб |
| DL_2 модуль_3 MLP.mp4 |
22.91Мб |
| DL_2 модуль_4 TensorFlow.mp4 |
7.89Мб |
| DL_2 модуль_6 Детали градиентного спуска.mp4 |
16.06Мб |
| DL_2 модуль_7 Граф для вычисления производных.mp4 |
33.93Мб |
| DL_2 модуль_8 Пример нейрона.mp4 |
30.06Мб |
| DL_2 модуль_9 Цепное правило и граф производных.mp4 |
45.02Мб |
| DL_3 Модуль_ Скринкаст_Первая сверточная сеть 1.mp4 |
43.19Мб |
| DL_3 Модуль_ Скринкаст_Простой сверточный слой.mp4 |
27.40Мб |
| DL_3 Модуль_ Скринкаст_Пулинг слой.mp4 |
14.19Мб |
| DL_3 Модуль_ Скринкаст_Усложняем сверточный слой.mp4 |
21.86Мб |
| DL_3 модуль_1 Введение.mp4 |
11.32Мб |
| DL_3 модуль_2 Как применять нейросеть к картинке.mp4 |
16.72Мб |
| DL_3 модуль_3 Операция свертки.mp4 |
30.05Мб |
| DL_3 модуль_4 Простой сверточный слой.mp4 |
39.63Мб |
| DL_3 модуль_5 Усложняем сверточный слой.mp4 |
87.74Мб |
| DL_3 модуль_6 Пулинг слой.mp4 |
39.76Мб |
| DL_3 модуль_7 Первая сверточная сеть.mp4 |
38.57Мб |
| DL_3 модуль_8 Современные архитектуры.mp4 |
48.93Мб |
| DL_3 модуль_9 Inception V3.mp4 |
64.72Мб |
| DL_4 модуль_1 Введение.mp4 |
71.59Мб |
| DL_4 модуль_2 Инициализация весов.mp4 |
115.97Мб |
| DL_4 модуль_3 Скринкаст. Влияние learning rate и масштаба признаков на сходимость.mp4 |
50.07Мб |
| DL_4 модуль_4 Батч нормализация.mp4 |
60.98Мб |
| DL_4 модуль_5 Dropout.mp4 |
41.67Мб |
| DL_4 модуль_6 Производная функции.mp4 |
136.84Мб |
| DL_4 модуль_7 Стохастический градиентный спуск (SGD).mp4 |
146.49Мб |
| DL_4 модуль_8 Скринкаст. Adaptive Moment Estimation.mp4 |
19.38Мб |
| DL_4 модуль_9 Матричные операции.mp4 |
185.00Мб |
| DL_5 модуль_10 Вывод.mp4 |
32.04Мб |
| DL_5 модуль_11 Практика1_1.mp4 |
42.25Мб |
| DL_5 модуль_11 Практика1_2.mp4 |
69.78Мб |
| DL_5 модуль_11 Практика1_3.mp4 |
53.85Мб |
| DL_5 модуль_11 Практика1_4.mp4 |
52.55Мб |
| DL_5 модуль_11 Практика1_5.mp4 |
85.40Мб |
| DL_5 модуль_1 Введение.mp4 |
37.64Мб |
| DL_5 модуль_2 Как получить такие картинки.mp4 |
64.64Мб |
| DL_5 модуль_3 Перенос обучения.mp4 |
20.91Мб |
| DL_5 модуль_4 Fine-tuning.mp4 |
64.80Мб |
| DL_5 модуль_5 Автокодировщики.mp4 |
59.36Мб |
| DL_5 модуль_6 Un-pooling.mp4 |
62.87Мб |
| DL_5 модуль_7 Поиск похожих изображений.mp4 |
41.19Мб |
| DL_5 модуль_8 Быстрый KNN.mp4 |
25.63Мб |
| DL_5 модуль_9 Пространство представлений.mp4 |
37.39Мб |
| DL_6 модуль_10 ONE-TO-MANY. Языковая модель.mp4 |
113.66Мб |
| DL_6 модуль_11 SEQ 2 SEQ.mp4 |
97.21Мб |
| DL_6 модуль_12 Механизм внимания ATTENTION.mp4 |
129.71Мб |
| DL_6 модуль_13 ATTENTION_ вычисление весов.mp4 |
77.88Мб |
| DL_6 модуль_14 Отказ от рекуррентных сетей.mp4 |
120.78Мб |
| DL_6 модуль_15 TRANSFORMER.mp4 |
116.04Мб |
| DL_6 модуль_1 Введение.mp4 |
152.09Мб |
| DL_6 модуль_2 Векторизация текста.docx |
120.19Кб |
| DL_6 модуль_3 Задачи NLP.mp4 |
76.20Мб |
| DL_6 модуль_4 Рекуррентные нейронные сети.mp4 |
143.46Мб |
| DL_6 модуль_5 Проблемы алгоритма.mp4 |
87.48Мб |
| DL_6 модуль_6 Продвинутые сети.mp4 |
171.75Мб |
| DL_6 модуль_7 Типы обработки последовательностей.mp4 |
59.38Мб |
| DL_6 модуль_8 MANY-TO-ONE.mp4 |
142.64Мб |
| DL_6 модуль_9 ONE-TO-MANY.mp4 |
142.16Мб |
| DL_7 модуль_10 Где используется детектирование объектов.mp4 |
44.39Мб |
| DL_7 модуль_11 Локализация.mp4 |
32.20Мб |
| DL_7 модуль_12 Регрессия.mp4 |
46.52Мб |
| DL_7 модуль_13 Классификация + локализация.mp4 |
45.68Мб |
| DL_7 модуль_14 Обучение локализации.mp4 |
28.66Мб |
| DL_7 модуль_15 Отличие детектирования объектов от локализации.mp4 |
36.77Мб |
| DL_7 модуль_16 Region proposals.mp4 |
43.49Мб |
| DL_7 модуль_17 R-CNN.mp4 |
60.60Мб |
| DL_7 модуль_18 FAST R-CNN.mp4 |
43.05Мб |
| DL_7 модуль_19 FASTER R-CNN.mp4 |
44.18Мб |
| DL_7 модуль_1 Введение.mp4 |
49.39Мб |
| DL_7 модуль_20 Семейство SSD - YOLO.mp4 |
33.96Мб |
| DL_7 модуль_21 SSD.mp4 |
48.57Мб |
| DL_7 модуль_22 SSD-детектор.mp4 |
62.47Мб |
| DL_7 модуль_23 YOLO.mp4 |
6.29Мб |
| DL_7 модуль_24 Сравнение методов.mp4 |
14.12Мб |
| DL_7 модуль_25 Сегментация объектов.mp4 |
43.12Мб |
| DL_7 модуль_2 Приложения сегментации.mp4 |
29.90Мб |
| DL_7 модуль_3 Классическая сегментация.mp4 |
52.49Мб |
| DL_7 модуль_4 Методы на основе глубокого обучения.mp4 |
133.31Мб |
| DL_7 модуль_5 Методы улучшения FCN модели.mp4 |
60.04Мб |
| DL_7 модуль_6 Слои для повышения разрешения.mp4 |
88.72Мб |
| DL_7 модуль_7 Skipped connections и U-Net.mp4 |
41.03Мб |
| DL_7 модуль_8 Дилатационная свертка.mp4 |
95.97Мб |
| DL_7 модуль_9 Детектирование объектов.mp4 |
40.05Мб |
| DL_8 модуль_10 Оптимальная Q-функция.mp4 |
76.49Мб |
| DL_8 модуль_12 Q-функция_ таблица.mp4 |
35.37Мб |
| DL_8 модуль_13 Q-LEARNING.mp4 |
70.83Мб |
| DL_8 модуль_14 Q-LEARNING Аппроксимация и Обучение.mp4 |
73.83Мб |
| DL_8 модуль_15 EXPLORATION vs EXPLOITATION.mp4 |
48.52Мб |
| DL_8 модуль_16 Q-LEARNING_ Обучение.mp4 |
35.20Мб |
| DL_8 модуль_17 EXPERIENCE REPLAY.mp4 |
66.55Мб |
| DL_8 модуль_18 DEEP Q-LEARNING.mp4 |
60.19Мб |
| DL_8 модуль_19 Другие методы RL.mp4 |
72.11Мб |
| DL_8 модуль_1 Введение. Классы обучения.mp4 |
38.38Мб |
| DL_8 модуль_2 Обучение с подкреплением.mp4 |
40.77Мб |
| DL_8 модуль_3 Примеры обучения с подкреплением.mp4 |
89.98Мб |
| DL_8 модуль_4 FROZEN LAKE_ Состояния и действия.mp4 |
75.04Мб |
| DL_8 модуль_5 FROZEN LAKE_ Действия и награды.mp4 |
35.17Мб |
| DL_8 модуль_6 FROZEN LAKE_ S, A, R, S’.mp4 |
53.76Мб |
| DL_8 модуль_7 FROZEN LAKE_ Эпизоды и Цель обучения.mp4 |
47.50Мб |
| DL_8 модуль_8 Оптимальная политика.mp4 |
77.32Мб |
| DL_8 модуль_9 Оценка состояний и действий.mp4 |
50.62Мб |
| DL_8 модуль_Практика_1 Видео_1.mp4 |
32.85Мб |
| DL_8 модуль_Практика_1 Видео_2.mp4 |
40.43Мб |
| DL_8 модуль_Практика_1 Видео_3.mp4 |
23.61Мб |
| DL_8 модуль_Практика_2.mp4 |
58.71Мб |
| DL_8 модуль_Практика_3.mp4 |
85.67Мб |
| DL_8 модуль_Практика_4.mp4 |
24.61Мб |
| DL_9 модуль_1 Введение. Продвинутые задачи.mp4 |
96.51Мб |
| DL_9 модуль_2 Автоэнкодеры. Часть 1.mp4 |
96.66Мб |
| DL_9 модуль_3 Автоэнкодеры. Часть 2.mp4 |
69.20Мб |
| DL_9 модуль_4 Сиамские нейронные сети.mp4 |
86.95Мб |
| DL_9 модуль_5 ONE-SHOT LEARNING.mp4 |
84.09Мб |
| DL_9 модуль_6 Обучение ONE-SHOT LEARNING.mp4 |
93.43Мб |
| DL_9 модуль_7 Генеративные состязательные сети.mp4 |
67.97Мб |
| DL_9 модуль_8 Генератор и дискриминатор.mp4 |
93.34Мб |
| DL_9 модуль_9 Синтез изображений.mp4 |
95.02Мб |
| DL_9 модуль_Практика_1 Autoencoder Видео_1.mp4 |
32.30Мб |
| DL_9 модуль_Практика_1 Autoencoder Видео_2.mp4 |
38.52Мб |
| DL_9 модуль_Практика_2 VAE Видео_1.mp4 |
32.93Мб |
| DL_9 модуль_Практика_2 VAE Видео_2.mp4 |
31.32Мб |
| DL_9 модуль_Практика_2 VAE Видео_3.mp4 |
30.76Мб |
| DL_9 модуль_Практика_3 GAN Видео_1.mp4 |
25.20Мб |
| DL_9 модуль_Практика_3 GAN Видео_2.mp4 |
61.83Мб |
| DL_9 модуль_Практика_3 GAN Видео_3.mp4 |
70.24Мб |
| DL-1_1 модуль_Скринкаст 1. Открываем ноутбук в Colab.mp4 |
7.80Мб |
| DL-1_1 модуль_Скринкаст 2. Линейная модель.mp4 |
31.86Мб |
| DL-1_1 модуль_Скринкаст 3. Бустинг.mp4 |
15.04Мб |
| DL-1_1 модуль_Скринкаст 4. Нейронная сеть.mp4 |
14.32Мб |
| Дополнительные материалы.docx |
14.11Кб |
| Практика 1. Autoencoder.docx |
536.61Кб |
| Практика 2. VAE.docx |
15.05Кб |
| Практика 3. GAN.docx |
663.45Кб |
| Практика часть 1.docx |
79.26Кб |
| Практика часть 2.docx |
118.27Кб |
| Структура курса.docx |
26.05Кб |