资源精灵

资源精灵

资源投诉
资源基本信息

极客时间-NLP 实战高手课

极客时间-NLP实战高手课

发布时间： 2025-02-10 22:19:29

文件大小： 共计 155 个文件 ，合计: 59.4GB

发布者： 乐观朗的秋菊

资源来源： 夸克网盘夸克网盘

资源售价： 7金币 会员所有资源免费

资源状态：
【资源状态检测中】...
1.本站会员获取资源无需消耗金币。
2.获取资源后可以在「个人中心」48 小时内无理由退金币。
3.为防止资源链接失效，请及时转存文件。
资源目录结构

以下文件快照生成于11 小时前。（只展示部分的文件和文件夹）
📢：可能存在部分资源被网盘官方屏蔽。

极客时间-NLP 实战高手课 极客时间-NLP 实战高手课 18.9GB

153丨Kubernetes服务发现.mp4 153丨Kubernetes服务发现.mp4 137.0MB

140丨ImitationLearning和Self-imitationLearning.mp4 140丨ImitationLearning和Self-imitationLearning.mp4 429.1MB

130丨COMAAgent之间的交流.mp4 130丨COMAAgent之间的交流.mp4 165.6MB

133丨DeepGBM：如何用神经网络捕捉集成树模型的知识.mp4 133丨DeepGBM：如何用神经网络捕捉集成树模型的知识.mp4 91.3MB

111丨PolicyGradient：如何进行PolicyGradient的基本推导？.mp4 111丨PolicyGradient：如何进行PolicyGradient的基本推导？.mp4 290.7MB

104丨Lambda-DCS概述.mp4 104丨Lambda-DCS概述.mp4 332.3MB

100丨WikiSQL任务简介.mp4 100丨WikiSQL任务简介.mp4 291.3MB

152丨Kubernetes自动扩容.mp4 152丨Kubernetes自动扩容.mp4 278.2MB

143丨TransferReinforcementLearning和Few-shotReinforcementLearning.mp4 143丨TransferReinforcementLearning和Few-shotReinforcementLearning.mp4 508.3MB

137丨PPO算法.mp4 137丨PPO算法.mp4 302.7MB

147丨微服务和Kubernetes简介.mp4 147丨微服务和Kubernetes简介.mp4 223.2MB

101丨ASDL和AST.mp4 101丨ASDL和AST.mp4 173.3MB

151丨Kubernetes部署实践.mp4 151丨Kubernetes部署实践.mp4 462.3MB

109丨Q-learning：如何进行Q-learning算法的推导？.mp4 109丨Q-learning：如何进行Q-learning算法的推导？.mp4 1.1GB

113丨Gumbel-trick：如何将离散的优化改变为连续的优化问题？.mp4 113丨Gumbel-trick：如何将离散的优化改变为连续的优化问题？.mp4 230.9MB

132丨知识蒸馏：如何加速神经网络推理.mp4 132丨知识蒸馏：如何加速神经网络推理.mp4 180.4MB

125丨遗传算法和增强学习的结合.mp4 125丨遗传算法和增强学习的结合.mp4 202.4MB

155丨Kubernetes健康检查.mp4 155丨Kubernetes健康检查.mp4 235.4MB

134丨文本推荐系统和增强学习.mp4 134丨文本推荐系统和增强学习.mp4 464.3MB

149丨Docker部署实践.mp4 149丨Docker部署实践.mp4 342.9MB

159丨Istio实例和Circuit Breaker.mp4 159丨Istio实例和Circuit Breaker.mp4 379.0MB

146丨文本校对案例学习.mp4 146丨文本校对案例学习.mp4 409.7MB

158丨Istio简介：Istio包含哪些功能？.mp4 158丨Istio简介：Istio包含哪些功能？.mp4 122.1MB

160丨结束语.mp4 160丨结束语.mp4 127.7MB

141丨增强学习中的探索问题.mp4 141丨增强学习中的探索问题.mp4 453.1MB

145丨Quora问题等价性案例学习：深度学习模型.mp4 145丨Quora问题等价性案例学习：深度学习模型.mp4 365.7MB

156丨Kubernetes灰度上线.mp4 156丨Kubernetes灰度上线.mp4 232.7MB

157丨Kubernetes Stateful Sets.mp4 157丨Kubernetes Stateful Sets.mp4 174.9MB

142丨Model-basedReinforcementLearning.mp4 142丨Model-basedReinforcementLearning.mp4 340.4MB

150丨Kubernetes基本概念.mp4 150丨Kubernetes基本概念.mp4 214.8MB

135丨RL训练方法集锦：简介.mp4 135丨RL训练方法集锦：简介.mp4 279.5MB

136丨RL训练方法RL实验的注意事项.mp4 136丨RL训练方法RL实验的注意事项.mp4 235.7MB

144丨Quora问题等价性案例学习：预处理和人工特征.mp4 144丨Quora问题等价性案例学习：预处理和人工特征.mp4 446.8MB

139丨解决SparseReward的一些方法.mp4 139丨解决SparseReward的一些方法.mp4 661.0MB

148丨Docker简介.mp4 148丨Docker简介.mp4 178.7MB

138丨Reward设计的一般原则.mp4 138丨Reward设计的一般原则.mp4 184.9MB

118丨AutoML网络架构举例.mp4 118丨AutoML网络架构举例.mp4 554.7MB

105丨InductiveLogicProgramming：基本设定.mp4 105丨InductiveLogicProgramming：基本设定.mp4 433.0MB

126丨使用增强学习改进组合优化的算法.mp4 126丨使用增强学习改进组合优化的算法.mp4 446.4MB

128丨AlphaStar介绍：AlphaStar中采取了哪些技术？.mp4 128丨AlphaStar介绍：AlphaStar中采取了哪些技术？.mp4 326.6MB

107丨增强学习的基本设定：增强学习与传统的预测性建模有什么区别？.mp4 107丨增强学习的基本设定：增强学习与传统的预测性建模有什么区别？.mp4 203.0MB

120丨DifferentiableSearch：如何将NAS变为可微的问题.mp4 120丨DifferentiableSearch：如何将NAS变为可微的问题.mp4 347.2MB

122丨LeNAS：如何搜索搜索space.mp4 122丨LeNAS：如何搜索搜索space.mp4 190.3MB

112丨A2C和A3C：如何提升基本的PolicyGradient算法.mp4 112丨A2C和A3C：如何提升基本的PolicyGradient算法.mp4 427.5MB

129丨IMPALA：多Agent的Actor-Critic算法.mp4 129丨IMPALA：多Agent的Actor-Critic算法.mp4 276.7MB

123丨超参数搜索：如何寻找算法的超参数.mp4 123丨超参数搜索：如何寻找算法的超参数.mp4 293.3MB

115丨DirectPolictyGradient：基本设定及Gumbel-trick的使用116丨DirectPolictyGradient：轨迹生成方法.mp4 115丨DirectPolictyGradient：基本设定及Gumbel-trick的使用116丨DirectPolictyGradient：轨迹生成方法.mp4 959.8MB

110丨Rainbow：如何改进Q-learning算法？.mp4 110丨Rainbow：如何改进Q-learning算法？.mp4 511.3MB

102丨Tranx简介.mp4 102丨Tranx简介.mp4 282.2MB

127丨多代理增强学习概述：什么是多代理增强学习？.mp4 127丨多代理增强学习概述：什么是多代理增强学习？.mp4 240.6MB

114丨MCTS简介：如何将“推理”引入到强化学习框架中.mp4 114丨MCTS简介：如何将“推理”引入到强化学习框架中.mp4 350.8MB

131丨多模态表示学习简介.mp4 131丨多模态表示学习简介.mp4 235.0MB

103丨LambdaCaculus概述.mp4 103丨LambdaCaculus概述.mp4 139.7MB

117丨AutoML及NeuralArchitectureSearch简介.mp4 117丨AutoML及NeuralArchitectureSearch简介.mp4 265.9MB

154丨Kubernetes Ingress.mp4 154丨Kubernetes Ingress.mp4 254.0MB

124丨Learning to optimize：是否可以让机器学到一个新的优化器.mp4 124丨Learning to optimize：是否可以让机器学到一个新的优化器.mp4 257.2MB

121丨层次搜索法：如何在模块之间进行搜索？.mp4 121丨层次搜索法：如何在模块之间进行搜索？.mp4 179.1MB

119丨RENAS：如何使用遗传算法和增强学习探索网络架构.mp4 119丨RENAS：如何使用遗传算法和增强学习探索网络架构.mp4 425.5MB

108丨最短路问题和DijkstraAlgorithm.mp4 108丨最短路问题和DijkstraAlgorithm.mp4 245.7MB

51-99 51-99 268.2MB

99丨SemanticParsing基础：SemanticParsing的任务是什么？.mp4 99丨SemanticParsing基础：SemanticParsing的任务是什么？.mp4 268.2MB

网站声明

请认真阅读以下说明，您只有在了解并同意该说明后，才可继续访问本站。

1. 全站链接通过程序自动收集互联网公开分享链接，本站不储存、复制、传播任何网盘文件，也不提供下载服务。

2. 资源精灵遵守相关法律法规，坚决杜绝一切违规不良信息，如您发现任何涉嫌违规的网盘信息，请立即向网盘官方网站举报，并及时反馈给我们进行屏蔽删除。同时您必须了解并同意本站《用户协议》，严禁搜索非法关键词。

3. 资源精灵高度重视知识产权保护和个人隐私保护，如有网盘链接侵犯您的合法权益，请立即向百度网盘官方网站举报，并参见本站《版权说明》提供书面材料联系我们屏蔽删改。

4. 资源精灵作为非经营性网站，所有服务仅供学习交流使用。

小提示：

  • 本站会员获取资源无需消耗金币。
  • 本站资源有很多，如果发现资源失效或者不符合预期，在页面上方的搜索框重新搜索相似的资源即可。
  • 使用金币获取资源后可以在「个人中心」48 小时内无理由退金币。
  • 为防止资源链接失效，请及时转存文件。