2米资源网

 

01课程介绍.mp4

02知识图谱通俗解读.mp4

03知识图谱在搜索引擎中的应用.mp4

04知识图谱在医疗领域应用实例.mp4

05金融与推荐领域的应用.mp4

06数据获取分析.mp4

07数据关系抽取分析.mp4

08常用NLP技术点分析.mp4

09graph-embedding的作用与效果.mp4

10金融领域图编码实例.mp4

11视觉领域图编码实例.mp4

12图谱知识融合与总结分析.mp4

13Neo4图数据库介绍.mp4

14Neo4数据库安装流程演示.mp4

15可视化例子演示.mp4

16创建与删除操作演示.mp4

17数据库更改查询操作演示.mp4

18使用Py2neo建立连接.mp4

19提取所需的指标信息.mp4

20在图中创建实体.mp4

21根据给定实体创建关系.mp4

22项目概述与整体架构分析.mp4

23医疗数据介绍及其各字段含义.mp4

24任务流程概述.mp4

25环境配置与所需工具包安装.mp4

26提取数据中的关键字段信息.mp4

27创建关系边.mp4

28打造医疗知识图谱模型.mp4

29加载所有实体数据.mp4

30实体关键词字典制作.mp4

31完成对话系统构建.mp4

32关系抽取要完成的任务演示与分析.mp4

33LTP工具包概述介绍.mp4

34pyltp安装与流程演示.mp4

35得到分词与词性标注结果.mp4

36依存句法概述.mp4

37句法分析结果整理.mp4

38语义角色构建与分析.mp4

39设计规则完成关系抽取.mp4

40竞赛任务目标.mp4

41图模型信息提取.mp4

42节点权重特征提取（PageRank）.mp4

43deepwalk构建图顶点特征.mp4

44各项统计特征.mp4

45app安装特征.mp4

46图中联系人特征.mp4

47数据与任务介绍.mp4

48整体模型架构.mp4

49数据-标签-语料库处理.mp4

50输入样本填充补齐.mp4

51训练网络模型.mp4

52医疗数据集（糖尿病）实体识别.mp4

53行人重识别要解决的问题.mp4

54挑战与困难分析.mp4

55 评估标准rank1指标.mp4

56map值计算方法.mp4

57 triplet员失计算实例.mp4

58 Hard-Negative方法应用.mp4

59关键点位置特征构建.mp4

60图卷积与匹配的作用.mp4

61局部特征热度图计算.mp4

62基于图卷积构建人体拓扑关系.mp4

63图卷积模块实现方法.mp4

64图匹配在行人重识别中的作用.mp4

65整体算法框架分析.mp4

66数据集与环境配置概述.mp4

67局部特征准备方法.mp4

68得到一阶段热度图结果.mp4

69阶段监督训练.mp4

70初始化图卷积模型.mp4

71 mask矩阵的作用.mp4

72邻接矩阵学习与更新.mp4

73基于拓扑结构组合关键点特征.mp4

74图匹配模块计算流程.mp4

75整体项目总结.mp4

76RNN网络模型解读.mp4

77序列网络模型概述分析.mp4

78工作原理概述.mp4

79注意力机制的作用.mp4

80加入attention的序列模型整体架构.mp4

81TeacherForcing的作用与训练策略.mp4

82卷积神经网络应用领域.mp4

83卷积的作用.mp4

84卷积特征值计算方法.mp4

85得到特征图表示.mp4

86步长与卷积核大小对结果的累影响.mp4

87 边缘填充方法.mp4

88特征图尺寸计算与参数共享.mp4

89池化层的作用.mp4

90整体网络架构.mp4

91VGG网络架构.mp4

92 残差网络Resnet.mp4

93感受野的作用.mp4

资料

知识图谱实战系列(Python版)
百度网盘分享地址： 链接: https://pan.baidu.com/s/1nVCNWOMVsExSljCS7Ylkrg 提取码: hbe3