深度学习实战课程：深入解析CNN、RNN与GAN算法原理及应用

📁 第7章 循环神经网络
    7-15 指标计算与梯度算子实现.mp4  [54.4 MB]
    7-8 数据预处理之词表生成与类别表生成.mp4  [72.2 MB]
    7-18 TextCNN实现.mp4  [107.4 MB]
    7-2 循环神经网络.mp4  [64.5 MB]
    7-19 循环神经网络总结.mp4  [2.8 MB]
    7-9 实战代码模块解析.mp4  [19.2 MB]
    7-4 基于LSTM的文本分类模型(TextRNN与HAN).mp4  [33.8 MB]
    7-5 基于CNN的文本分类模型(TextCNN).mp4  [55.6 MB]
    7-17 LSTM单元内部结构实现.mp4  [173.6 MB]
    7-10 超参数定义.mp4  [52.1 MB]
    7-12 数据集封装.mp4  [109.2 MB]
    7-13 计算图输入定义.mp4  [68.5 MB]
    7-1 序列式问题.mp4  [14.2 MB]
    7-3 长短期记忆网络.mp4  [26.2 MB]
    7-7 数据预处理之分词.mp4  [130.6 MB]
    7-14 计算图实现.mp4  [87.2 MB]
    7-16 训练流程实现.mp4  [92.9 MB]
    7-11 词表封装与类别封装.mp4  [107.9 MB]
    7-6 RNN与CNN融合解决文本分类.mp4  [47.9 MB]
📁 第8章 图像生成文本
    8-11 图像特征抽取(2)-Inception3预训练模型抽取图像特征.mp4  [87.1 MB]
    8-9 数据介绍，词表生成.mp4  [86.2 MB]
    8-17 计算图构建-辅助函数实现.mp4  [42.4 MB]
    8-14 文本描述转换为ID表示.mp4  [38.3 MB]
    8-19 计算图构建-rnn结构实现、损失函数与训练算子实现.mp4  [161.9 MB]
    8-7 Bottom-up Top-down Attention模型.mp4  [14.6 MB]
    8-3 Encoder-Decoder框架与Beam Search算法生成文本.mp4  [14.2 MB]
    8-8 图像生成文本模型对比与总结.mp4  [10.0 MB]
    8-10 图像特征抽取(1)-文本描述文件解析.mp4  [60.7 MB]
    8-4 Multi-Modal RNN模型.mp4  [27.2 MB]
    8-12 输入输出文件与默认参数定义.mp4  [39.6 MB]
    8-6 Show attend and Tell 模型.mp4  [49.9 MB]
    8-2 图像生成文本评测指标.mp4  [17.6 MB]
    8-16 ImageCaptionData类封装-批数据生成.mp4  [155.5 MB]
    …（已达 35 条上限，后续省略）
…（已达 35 条上限，后续省略）