【16291XLa154】2024版韦东山嵌入式AI人工智能 _ 韦东山百问网89_89
课程目录：
16.史彦秋实数5个大招合并.mp4 (159.51MB)
10_3_6.开发板配网.mp4 (14.9MB)
11_3_7.使用TFTP服务Ubuntu与开发板传输文件.mp4 (31.12MB)
12_3_8.使用SSH服务Windows与开发板传输文件.mp4 (23.59MB)
13_3_9.系统功能LVGL_V4L2等体验.mp4 (45.11MB)
14_3_10.AI功能体验.mp4 (105.71MB)
15_3_11.编译helloword应用程序.mp4 (30.36MB)
16_3_12.编译helloAI应用程序.mp4 (48.01MB)
17_3_13.讲解helloAI应用程序.mp4 (45.32MB)
18_4_1人工智能和机器学习.mp4 (33.33MB)
19_4_2.机器学习-线性回归.mp4 (53.86MB)
1_1_1.课程内容介绍.mp4 (26.42MB)
20_4_3.机器学习-梯度下降.mp4 (28.99MB)
21_4_4.模型与拟合.mp4 (21.79MB)
22_4_5.实现简单线性回归-理论.mp4 (34.68MB)
23_4_6.实现简单线性回归-代码.mp4 (154.79MB)
24_4_7.Sklearn实现房价预测模型-理论.mp4 (29.98MB)
25_4_8.Sklearn实现房价预测模型-代码.mp4 (71.16MB)
26_4_9.机器学习-总结.mp4 (23.97MB)
27_4_10.深度学习-人工神经元模型.mp4 (87.98MB)
28_4_11.深度学习-感知机.mp4 (13.87MB)
29_4_12.鸢尾花二分类-理论.mp4 (21.74MB)
2_2_1.打开虚拟机并设置桥接网络.mp4 (20.39MB)
30_4_13.鸢尾花二分类-代码.mp4 (170.9MB)
31_4_14.多层神经网络.mp4 (56.99MB)
32_4_15.前向传播和反向传播.mp4 (57.28MB)
33_4_16.损失函数.mp4 (21.77MB)
34_4_17.深度学习及神经网络-总结.mp4 (42.39MB)
35_4_18.深度学习框架.mp4 (60.83MB)
36_4_19.pytorch快速入门.mp4 (314.66MB)
37_4_20.算子与卷积神经网络概述.mp4 (21.19MB)
38_4_21.卷积与图像卷积过程.mp4 (88.29MB)
39_4_22.卷积处理图像.mp4 (152.66MB)
3_3_1.安装windows软件.mp4 (39.45MB)
40_4_23.卷积提取图像特征.mp4 (90.3MB)
41_4_24.一维卷积和二维卷积的实现.mp4 (74.9MB)
42_4_25.最大池化和均值池化.mp4 (92.63MB)
43_4_26.RELU激活函数.mp4 (46.67MB)
44_4_27.全连接层.mp4 (82.64MB)
45_4_28.训练和超参数.mp4 (56MB)
46_4_29.模型及部署.mp4 (94.28MB)
47_4_30_1.边缘部署硬件-GPU.mp4 (191.35MB)
48_4_30_2.边缘部署硬件-FPGA.mp4 (66.01MB)
49_4_30_3.边缘部署硬件-ASIC.mp4 (105.11MB)
4_3_2.硬件与软件资源介绍.mp4 (27.2MB)
50_4_31.嵌入式AI部署流程及AI芯片.mp4 (49.12MB)
51_4_32.边缘部署流程.mp4 (94.18MB)
52_5_1.V4L2应用程序开发_数据采集流程.mp4 (62.92MB)
53_5_2.V4L2应用程序开发_控制流程.mp4 (131.32MB)
54_5_3.V4L2应用程序开发_列出帧细节.mp4 (81.43MB)
55_5_4.V4L2应用程序开发_获取数据.mp4 (147.94MB)
56_5_5.V4L2应用程序开发_调试.mp4 (37.85MB)
57_5_6.V4L2应用程序开发_控制亮度.mp4 (70.46MB)
58_5_7.opencv简介及安装.mp4 (55.76MB)
59_5_8.体验第一个OpenCV程序.mp4 (124.24MB)
5_3_3.启动方式选择.mp4 (32.21MB)
60_5_9.使用OpenCV读取摄像头并实时预览.mp4 (143.21MB)
61_5_10_1.Mat数据结构.mp4 (65.24MB)
62_5_10_2.Mat数据结构-代码解析.mp4 (140.51MB)
63_5_11_1.图像的通道和位深简述.mp4 (30.88MB)
64_5_11_2.图像通道操作.mp4 (150.41MB)
65_5_11_3.图像处理-几何变换.mp4 (180.81MB)
66_5_12.模型推理框架nncase.mp4 (149.09MB)
67_5_13.nncase支持的网络框架.mp4 (28.33MB)
68_5_14.nncase两大模块介绍.mp4 (54.46MB)
69_5_15.解码预测结果.mp4 (41.97MB)
6_3_4.开发板启动.mp4 (181.12MB)
70_5_16_1.非极大值抑制NMS.mp4 (147.98MB)
71_5_16_2.目标检测中的NMS.mp4 (114.64MB)
72_6_1.目标检测算法YOLOV5简介.mp4 (41.21MB)
73_6_2.开发板部署yolov5目标检测算法.mp4 (321.87MB)
74_6_3_1.训练自定义模型-数据集与标注.mp4 (114.33MB)
75_6_3_2.训练自定义模型-模型训练演示与模型转换.mp4 (229.25MB)
76_6_3_3.训练自定义模型-应用程序的修改与编译.mp4 (81.72MB)
77_6_3_4.训练自定义模型-开发板运行程序验证.mp4 (112.32MB)
78_6_4.AI应用程序数据流及框架介绍.mp4 (62.9MB)
79_6_5.AI应用程序详解-AI工作.mp4 (439.23MB)
7_3_4_2.开发板V1.1快速启动.mp4 (351.93MB)
80_6_6_1.AI应用程序详解-显示工作.mp4 (48MB)
81_6_6_2.AI应用程序详解-显示工作.mp4 (111.49MB)
82_6_7.yolov5目标检测模型部署总结.mp4 (95.63MB)
83_7_2.搭建python和pytorch环境.mp4 (128.84MB)
84_7_3.搭建yolov5相关环境并测试训练.mp4 (195.03MB)
85_7_4.yolov5目标检测模型转换.mp4 (96.64MB)
86_7_5.开发板端侧部署yolov5模型.mp4 (185.27MB)
87_7_6.训练自定义数据集.mp4 (334.45MB)
88_7_7.模型验证和转换.mp4 (150.43MB)
89_7_8.修改AI应用程序并端侧部署验证.mp4 (188.69MB)
8_3_5_1.更新emmc系统.mp4 (35.27MB)
9_3_5_2.sd卡镜像制作.mp4 (44.05MB)
