三维视觉与3D-AIGC学术应用与研究

三维视觉与3D-AIGC学术应用与研究资源介绍:

专注于三维视觉和人工智能交叉领域的研究计划，致力于挖掘三维视觉技术在AI领域的应用潜力和研究方向。该计划涵盖了三维视觉技术的理论、算法、应用，以及其在AI领域的发展动态和趋势。

资源目录:

├──0、三维视觉与3D-AIGC的学术应用与研究1期（Kant老师）
| ├──01_04次三维视觉与3D-AIGC学术应用与研究_ 106.39M
| ├──02_03次三维视觉与3D-AIGC学术应用与研究_ 93.20M
| ├──03_02次三维视觉与3D-AIGC学术应用与研究_ 105.53M
| ├──04_01次三维视觉与3D-AIGC学术应用与研究_ 102.21M
| ├──05_开班-三维视觉与3D-AIGC学术应用与研究_ 65.63M
| ├──06_06次三维视觉与3D-AIGC学术应用与研究_ 102.24M
| └──07_05次三维视觉与3D-AIGC学术应用与研究_ 106.09M
├──1、05【kaggle】3D图像重建匹配挑战赛
| ├──10_【06课】比赛复盘(直播2023-08-03)_ 783.02M
| ├──1_【必看】课前须知.html 11.63kb
| ├──2_打造舒适的AI开发环境–软件篇2-3_ 445.23M
| ├──3_打造舒适的AI开发环境–软件篇1_ 387.33M
| ├──4_打造舒适的AI开发环境–硬件篇_ 327.41M
| ├──5_【01课】2022图像匹配挑战赛top名次逐行代码讲解（一）(直播2023-05-19)_ 742.25M
| ├──6_【02课】2022图像匹配挑战赛top名次逐行代码讲解（二）(直播2023-05-26)_ 628.67M
| ├──7_【03课】2022图像匹配挑战赛top名次逐行代码讲解（三））(直播2023-05-31)_ 479.55M
| ├──8_【04课】新赛baseline讲解(直播2023-06-04)_ 827.15M
| └──9_【05课】2023图像匹配挑战赛top名次逐行代码讲解（一））(直播2023-06-19)_ 384.51M
├──2、科研方法论研修班（全额版）
| ├──10_【4月11日】第九节：论文修改和审稿反馈(直播2024-04-11)_ 296.66M
| ├──11_【4月16日】第十节：学术发表和学术生涯规划(直播2024-04-16)_ 278.78M
| ├──12_【4月18日】第十一节：老师点评、自我评价与答疑(直播2024-04-18)_ 342.92M
| ├──1_课件资料.html 0.52kb
| ├──2_【3月12日】第一节：导论和学术科研概述(直播2024-03-12)_ 452.04M
| ├──3_【3月14日】第二节：研究主题选择和问题定义(直播2024-03-14)_ 540.47M
| ├──4_【3月19日】第三节：文献综述和相关工作(直播2024-03-19)_ 500.41M
| ├──5_【3月21日】第四节：实验设计和数据收集(直播2024-03-21)_ 468.13M
| ├──6_【3月26日】第五节：算法和模型选择(直播2024-03-26)_ 293.38M
| ├──7_【3月28日】第六节：实验实施和结果分析(直播2024-03-28)_ 322.30M
| ├──8_【4月2日】第七节：论文写作和结构学术(直播2024-04-02)_ 361.88M
| └──9_【4月9日】第八节：论文讨论和贡献(直播2024-04-09)_ 377.20M
├──3、02 Python · AI&数据科学入门
| ├──10_第五章-程序控制结构_ 105.31M
| ├──11_【作业讲解】第五章：程序控制结构_ 33.72M
| ├──12_第六章-函数-面向过程的编程_ 163.10M
| ├──13_【作业讲解】第六章：函数_ 60.25M
| ├──14_第七章-类-面向对象的编程_ 101.26M
| ├──15_【作业讲解】第七章：类_ 40.29M
| ├──16_第八章-文件、异常和模块_ 152.98M
| ├──17_【作业讲解】第八章：文件、异常和模块_ 16.41M
| ├──18_第九章-有益的探索_ 158.78M
| ├──19_【作业讲解】第九章：有益的探索_ 38.57M
| ├──1_【资料合集】代码、数据及课件下载地址.html 1.35kb
| ├──20_第十章-Python标准库_ 113.29M
| ├──21_【作业讲解】第十章：Python标准库_ 19.02M
| ├──22_第十一章-科学计算库—Numpy应用_ 103.91M
| ├──23_【作业讲解】第十一章：Numpy库_ 219.70M
| ├──24_第十二章-Pandas库_ 187.64M
| ├──25_【作业讲解】第十二章：Pandas库_ 203.79M
| ├──26_第十三章-Matplotlib_ 126.60M
| ├──27_【作业讲解】第十三章：Matplotlib_ 260.47M
| ├──28_第十四章-Sklearn常规用法_ 72.58M
| ├──29_【作业讲解】第十四章：Sklearn常规用法_ 334.61M
| ├──2_第一章-绪论和环境配置_ 56.00M
| ├──30_第十五章-再谈编程_ 90.97M
| ├──3_【作业讲解】第一章：助教实际演示配置环境过程_ 228.98M
| ├──4_第二章-Python-基本语法元素_ 147.03M
| ├──5_【作业讲解】第二章：Python基本语法元素_ 381.40M
| ├──6_第三章-基本数据类型_ 117.02M
| ├──7_【作业讲解】第三章：基本数据类型_ 439.93M
| ├──8_第四章-组合数据类型_ 119.98M
| └──9_【作业讲解】第四章：复杂数据类型_ 591.05M
├──4、03深度学习PyTorch框架班
| ├──10_【第一周】计算图与动态图机制_ 59.30M
| ├──11_【第一周】autograd与逻辑回归_ 98.33M
| ├──12_【第一周】作业讲解1_ 105.52M
| ├──13_【第一周】作业讲解2_ 137.57M
| ├──14_【第一周】作业讲解3_ 110.23M
| ├──15_【第二周】数据读取机制Dataloader与Dataset_ 84.57M
| ├──16_【第二周】数据预处理transforms模块机制_ 80.96M
| ├──17_【第二周】二十二种transforms数据预处理方法_ 176.31M
| ├──18_【第二周】学会自定义transforms方法_ 195.78M
| ├──19_【第二周】作业讲解_ 393.26M
| ├──1_【严正声明】盗版必究！.html 25.37kb
| ├──20_【第三周】模型创建步骤与nn_Module_ 88.64M
| ├──21_【第三周】模型容器与AlexNet构建_ 95.69M
| ├──22_【第三周】nn网络层-卷积层_ 107.06M
| ├──23_【第三周】nn网络层-池化-线性-激活函数层_ 96.24M
| ├──24_【第三周】作业讲解_ 223.34M
| ├──25_【第四周】权值初始化_ 94.97M
| ├──26_【第四周】损失函数（一）_ 161.04M
| ├──27_【第四周】损失函数(二)_ 166.41M
| ├──28_【第四周】优化器optimizer的概念_ 101.97M
| ├──29_【第四周】torch_optim_SGD_ 122.33M
| ├──2_【招募】如何获得深度之眼奖学金和助学金？.html 69.35kb
| ├──30_【第四周】作业讲解_ 247.42M
| ├──31_【第五周】学习率调整策略_ 132.57M
| ├──32_【第五周】TensorBoard简介与安装_ 62.01M
| ├──33_【第五周】TensorBoard使用（一）_ 112.97M
| ├──34_【第五周】TensorBoard使用（二）_ 174.08M
| ├──35_【第五周】hook函数与CAM可视化_ 129.63M
| ├──36_【第五周】作业讲解_ 350.27M
| ├──37_【第六周】正则化之weight_decay_ 89.82M
| ├──38_【第六周】正则化之Dropout_ 83.80M
| ├──39_【第六周】Batch-Normalization_ 128.81M
| ├──3_【必看】训练营学习指南.html 22.41kb
| ├──40_【第六周】Normalizaiton_layers_ 92.05M
| ├──41_【第六周】作业讲解_ 290.79M
| ├──42_【第七周】模型保存与加载_ 65.88M
| ├──43_【第七周】模型finetune_ 94.62M
| ├──44_【第七周】GPU的使用_ 104.73M
| ├──45_【第七周】PyTorch常见报错_ 92.58M
| ├──46_【第七周】作业讲解_ 141.12M
| ├──47_【第八周】图像分类一瞥_ 144.48M
| ├──48_【第八周】图像分割一瞥_ 180.07M
| ├──49_【第八周】图像目标检测一瞥（上）_ 126.49M
| ├──4_【资料合集】课件及代码百度云盘下载地址.html 1.28kb
| ├──50_【第八周】图像目标检测一瞥（下）_ 229.44M
| ├──51_【第九周】生成对抗网络一瞥_ 160.12M
| ├──52_【第九周】循环神经网络一瞥_ 102.81M
| ├──5_【必看】深入浅出PyTorch_ 381.10M
| ├──6_【第一周】PyTorch简介与安装_ 100.89M
| ├──7_【第一周】补充-pytorch开发环境安装_ 896.21M
| ├──8_【第一周】张量简介与创建_ 173.89M
| └──9_【第一周】张量操作与线性回归_ 100.53M
├──5、《机器学习》西瓜书训练营
| ├──10_【第二周】多元线性回归公式_ 249.81M
| ├──11_【第二周】对数几率回归公式_ 256.78M
| ├──12_【第二周】学习sklearn中逻辑回归算法.html 3.76kb
| ├──13_【第二周】本周学习内容总结.html 2.30kb
| ├──14_【第二周】【作业讲解】逻辑回归_ 315.76M
| ├──15_【第三周】决策树的分裂准则_ 249.96M
| ├──16_【第三周】决策树的剪枝和连续值处理.html 2.93kb
| ├──17_【第三周】sklearn包中决策树算法的使用.html 3.53kb
| ├──18_【第三周】本周学习任务简单总结.html 6.65kb
| ├──19_【第三周】【作业讲解】决策树_ 184.95M
| ├──1_【严正声明】盗版必究！.html 25.37kb
| ├──20_【第四周】支持向量机原始模型的建立和求解_ 129.08M
| ├──21_【第四周】核函数和软间隔支持向量机_ 65.78M
| ├──22_【第四周】sklearn包中svm算法的使用.html 3.71kb
| ├──23_【第四周】本周学习任务简单总结.html 5.09kb
| ├──24_【第四周】【作业讲解】SVM_ 797.78M
| ├──25_【第五周】极大似然估计与朴素贝叶斯_ 353.44M
| ├──26_【第五周】EM算法1_ 152.52M
| ├──27_【第五周】EM算法2_ 184.73M
| ├──28_【第五周】EM算法3_ 190.41M
| ├──29_【第五周】sklearn包中的朴素贝叶斯算法的适用.html 3.09kb
| ├──2_【招募】如何获得深度之眼奖学金和助学金？.html 69.35kb
| ├──30_【第五周】本周学习任务简单总结.html 4.30kb
| ├──31_【第五周】【作业讲解】贝叶斯和EM算法_ 162.43M
| ├──32_【第六周】神经网络结构_ 265.25M
| ├──33_【第六周】sklearn包中神经网络的使用.html 3.57kb
| ├──34_【第六周】本周学习任务简单总结.html 5.20kb
| ├──35_【第六周】【作业讲解】神经网络_ 61.80M
| ├──36_【第七周】经验误差与过拟合.html 2.95kb
| ├──37_【第七周】评估方法.html 2.71kb
| ├──38_【第七周】性能度量.html 2.19kb
| ├──39_【第七周】sklearn包中模型评估方法的使用.html 3.66kb
| ├──3_【必看】训练营学习指南.html 22.41kb
| ├──40_【第七周】本周学习任务简单总结.html 6.58kb
| ├──41_【第七周】【作业讲解】模型评估与选择_ 102.96M
| ├──42_【第八周】深度学习初探.html 2.99kb
| ├──43_【第八周】特征降维.html 2.47kb
| ├──44_【第八周】特征选择.html 2.34kb
| ├──45_【第八周】sklearn包中特征选择和降维算法的使用.html 3.66kb
| ├──46_【第八周】本周学习任务简单总结.html 5.15kb
| ├──47_【第八周】【作业讲解】特征选择_ 129.09M
| ├──48_【第九周】集成学习.html 2.59kb
| ├──49_【第九周】结合策略.html 2.13kb
| ├──4_【资料合集】课件下载合集.html 0.43kb
| ├──50_【第九周】实验-lightGBM的使用.html 2.80kb
| ├──51_【第九周】本周学习任务简单总结.html 3.48kb
| ├──52_【第九周】【作业讲解】k-means_ 221.59M
| ├──53_【第十周】聚类_ 249.70M
| ├──54_【第十周】HMM-1_ 432.51M
| ├──55_【第十周】HMM-2_ 211.78M
| ├──56_【第十周】HMM-3_ 131.94M
| ├──57_【第十周】实验-sklearn-user-guide-2_3_2.html 2.79kb
| ├──58_【第十周】本周学习任务简单总结.html 4.02kb
| ├──59_【第十一周】任务与奖赏.html 2.01kb
| ├──5_赠送的【机器学习实战】–导读课+全套作业讲解+python代码.html 0.56kb
| ├──60_【第十一周】学习任务简单总结.html 4.90kb
| ├──61_【达观杯nlp比赛】第一节课-了解NLP任务和熟悉比赛题目-赛前介绍和准备_ 222.91M
| ├──62_【达观杯nlp比赛】第二节课-了解NLP任务和熟悉比赛题目-赛题介绍和思路分析_ 318.16M
| ├──63_【达观杯nlp比赛】第三节课-数据分析及处理_ 419.86M
| ├──64_【达观杯nlp比赛】第四节课——Baseline实现_ 467.34M
| ├──65_【达观杯nlp比赛】第五节课-验证集构建和交叉验证_ 509.14M
| ├──6_【第一周】机器学习绪论_ 218.54M
| ├──7_【第一周】本周学习任务简单总结.html 1.95kb
| ├──8_【第二周】西瓜书公式推导学习指南_ 41.68M
| └──9_【第二周】一元线性回归公式_ 198.63M
├──6、AI数学基础
| ├──10_【第一章-线性代数(上)】-8-矩阵的逆②_ 73.22M
| ├──11_【第一章-线性代数(上)】-9-矩阵的逆③_ 59.65M
| ├──12_【第二章-线性代数(下)】章节导读_ 20.16M
| ├──13_【第二章-线性代数(下)】-1-矩阵的初等变换①_ 144.23M
| ├──14_【第二章-线性代数(下)】-2-矩阵的初等变换②_ 52.40M
| ├──15_【第二章-线性代数(下)】-3-矩阵的初等变换③_ 136.65M
| ├──16_【第二章-线性代数(下)】-4-矩阵的初等变换④_ 55.87M
| ├──17_【第二章-线性代数(下)】-5-矩阵的特征值与特征向量①_ 131.55M
| ├──18_【第二章-线性代数(下)】-6-矩阵的特征值与特征向量②_ 89.17M
| ├──19_【第二章-线性代数(下)】-7-矩阵的特征值与特征向量③_ 118.22M
| ├──1_课件下载地址.html 0.61kb
| ├──20_【第二章-线性代数(下)】-8-矩阵对角化以及二次型①_ 117.32M
| ├──21_【第二章-线性代数(下)】-9-矩阵对角化以及二次型②_ 67.42M
| ├──22_【第二章-线性代数(下)】-10-矩阵对角化以及二次型③_ 74.85M
| ├──23_【第二章-线性代数(下)】-11svd分解的应用_ 126.86M
| ├──24_【第三章-微积分】-01常用函数的导数以及到导数的常用公式_ 143.00M
| ├──25_【第三章-微积分】-02-中值定理&洛必达法则&泰勒公式及应用_ 135.93M
| ├──26_【第三章-微积分】-03-函数的凹凸性&函数的极值_ 269.34M
| ├──27_【第三章-微积分】-04-不定积分_ 158.05M
| ├──28_【第三章-微积分】-05-定积分_ 167.95M
| ├──29_【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_ 122.48M
| ├──2_【第一章-线性代数(上)】章节导读_ 22.70M
| ├──30_【第三章-微积分】-07-方向导数与梯度及其应用_ 301.30M
| ├──31_【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_ 211.21M
| ├──32_【第三章-微积分】-09-矩阵的求导_ 240.84M
| ├──33_【第三章-微积分】-10-矩阵的求导在深度学习中的应用_ 283.08M
| ├──34_【第四章-概率论】-01随机实验样本空间随机事件&概率的定义_ 311.56M
| ├──35_【第四章-概率论】-02全概率公式与贝叶斯公式及应用&独立性_ 224.80M
| ├──36_【第四章-概率论】-03随机变量与多维随机变量_ 127.33M
| ├──37_【第四章-概率论】-04期望与方差part1_ 114.72M
| ├──38_【第四章-概率论】-05期望与方差part2_ 99.98M
| ├──39_【第四章-概率论】-06参数的估计_ 132.48M
| ├──3_【第一章-线性代数(上)】-1-矩阵及其基本运算①_ 75.41M
| ├──40_【第五章-最优化】-1-无约束最优化梯度下降_ 120.30M
| ├──41_【第五章-最优化】-2-无约束最优化梯度下降_ 108.41M
| ├──42_【第五章-最优化】-3-约束最优化_ 93.26M
| ├──4_【第一章-线性代数(上)】-2-矩阵及其基本运算②_ 114.70M
| ├──5_【第一章-线性代数(上)】-3-矩阵的行列式①_ 79.50M
| ├──6_【第一章-线性代数(上)】-4-矩阵的行列式②_ 96.72M
| ├──7_【第一章-线性代数(上)】-5-矩阵的行列式③_ 82.06M
| ├──8_【第一章-线性代数(上)】-6-矩阵的行列式④_ 20.34M
| └──9_【第一章-线性代数(上)】-7-矩阵的逆①_ 111.38M
└──7、人工智能代码0基础特训营
| ├──1_代码特训营资料合集.html 0.48kb
| ├──2_【1月15日】模块一：transformer系列(直播2024-01-15)_ 935.98M
| ├──3_【1月17日】模块二：CV基础任务框架系列(直播2024-01-17)_ 940.01M
| ├──4_【1月19日】模块三：AIGC-图像生成系列(直播2024-01-19)_ 785.32M
| ├──5_【1月22日】模块四：LLM大语言模型系列(直播2024-01-22)_ 840.17M
| ├──6_【1月24日】模块五：多模态大模型系列(直播2024-01-24)_ 858.87M
| ├──7_【1月26日】模块六：激光雷达点云感知系列(直播2024-01-26)_ 730.09M
| └──8_【1月29日】作业讲解(直播2024-01-29)_ 534.29M