深度之眼-人工智能Paper年度会员（推荐系统方向）

1-1_大模型——前沿论文带读训练营（NLP方向）/

1-1 LLAMA训练营资料/

[1.3M] LLaMA-泛读.pdf

[1.3M] LLaMA-精读.pdf

[710K] LLaMA论文.pdf

[819K] code.pdf

[195M] 1-2_LLaMA训练营——[4月21日]第一次课（论文泛读）

[258M] 1-3_LLaMA训练营——[4月22日]第二次课（论文精读）

[333M] 1-4_LLaMA训练营——[4月26日]第三次课（代码讲解）

1-2_大模型——前沿论文带读训练营（NLP方向）/

1-1 LLAMA训练营资料/

[1.3M] LLaMA-泛读.pdf

[1.3M] LLaMA-精读.pdf

[710K] LLaMA论文.pdf

[819K] code.pdf

[195M] 1-2_LLaMA训练营——[4月21日]第一次课（论文泛读）

[258M] 1-3_LLaMA训练营——[4月22日]第二次课（论文精读）

[334M] 1-4_LLaMA训练营——[4月26日]第三次课（代码讲解）

1-3_02推荐系统—二期课程/

1-1 资料/

0.GNN前置课程/

1.NGCF/

2.LightGCN/

3.SGL/

4.SimGCL/

5.NCL/

6.SR-GNN@ukoou.com/

7.GC-SAN/

[122M] 1-2_0GNN前置课程——01图基础知识

[189M] 1-3_0GNN前置课程——02图嵌入

[162M] 1-4_0GNN前置课程——03图神经网络

[279M] 1-5_0GNN前置课程——04图神经网络代码实践

[ 41M] 1-6_11NGCF论文泛读

[207M] 1-7_12NGCF论文精读

[258M] 1-8_13NGCF代码讲解

[ 35M] 1-9_21LightGCN论文泛读

[190M] 1-10_22LightGCN论文精读

[146M] 1-11_23LightGCN代码讲解

[ 36M] 1-12_31SGL论文泛读

[188M] 1-13_32SGL论文精读

[214M] 1-14_33SGL代码讲解

[ 37M] 1-15_41SimGCL论文泛读

[190M] 1-16_42SimGCL论文精读

[166M] 1-17_43SimGCL代码讲解

[ 27M] 1-18_51NCL论文泛读

[162M] 1-19_52NCL论文精读

[183M] 1-20_53NCL代码讲解

[ 29M] 1-21_61SRGNN论文泛读

[149M] 1-22_62SRGNN论文精读

[323M] 1-23_63SRGNN代码讲解

[ 32M] 1-24_71GC-SAN论文泛读

[108M] 1-25_72GC-SAN论文精读

[252M] 1-26_73GC-SAN代码讲解

1-4_01推荐系统—baseline/

1-1 资料@/

01 wide/

02 DeepFm/

03 NFM/

04 FiBiNet/

05 AFM/

06 AutoInt/

07 DeepCrossing/

08 xDeepFM/

09 NCF/

10 DIN/

[ 30M] 1-2_11推荐paper-第一篇-widedeep-论文泛读-1

[ 55M] 1-3_12推荐paper-第一篇-widedeep-论文泛读-2

[ 45M] 1-4_13推荐paper-第一篇-widedeep-论文泛读-3

[ 69M] 1-5_14推荐paper-第一篇-widedeep-论文精读-1

[ 38M] 1-6_15推荐paper-第一篇-widedeep-论文精读-23

[ 49M] 1-7_16推荐paper-第一篇-widedeep-论文精读-45

[ 31M] 1-8_17推荐paper-第一篇-widedeep-代码复现-0

[ 72M] 1-9_18推荐paper-第一篇-widedeep-代码复现-1

[151M] 1-10_19推荐paper-第一篇-widedeep-代码复现-2

[124M] 1-11_110推荐paper-第一篇-widedeep-代码复现-3

[ 42M] 1-12_21DeepFm-论文泛读

[223M] 1-13_22DeepFm-论文精读

[464M] 1-14_23DeepFm-代码复现

[ 33M] 1-15_31NFM-论文泛读

[ 68M] 1-16_32NFM-论文精读-1

[119M] 1-17_33NFM-论文精读-2

[137M] 1-18_34NFM-代码复现

[ 48M] 1-19_41FiBiNET论文泛读

[151M] 1-20_42FiBiNET论文精读

[284M] 1-21_43FiBiNET代码复现

[ 45M] 1-22_51AFM论文泛读

[109M] 1-23_52AFM论文精读

[123M] 1-24_53AFM代码复现-1

[ 91M] 1-25_54AFM代码复现-2

[ 31M] 1-26_61AutoInt论文泛读

[183M] 1-27_62AutoInt论文精读

[258M] 1-28_63Autolnt代码复现

[ 25M] 1-29_71DeepCross论文泛读

[108M] 1-30_72DeepCross论文精读

[157M] 1-31_73DeepCross代码复现

[ 35M] 1-32_81xDeepFM论文泛读

[160M] 1-33_82xDeepFM论文精读

[218M] 1-34_83xDeepFM代码复现

[ 27M] 1-35_91NCF论文泛读

[177M] 1-36_92NCF论文精读

[285M] 1-37_93NCF代码复现

[ 33M] 1-38_101DIN论文泛读

[187M] 1-39_102DIN论文精读

[328M] 1-40_103DIN代码复现

1-5_01Python·AI数据科学入门/

1-1_[资料合集]代码、数据及课件/

[ 55M] 03代码及数据资料合集.zip

Python基础课件PDF版本合集/

[ 60M] 1-2_第一章绪论和环境配置

[3.1K] 1-2_第一章绪论和环境配置_详情页.html

[ 59M] 1-3_[作业讲解]第一章：助教实际演示配置环境过程

[ 372] 1-3_[作业讲解]第一章：助教实际演示配置环境过程_详情页.html

[161M] 1-4_第二章Python基本语法元素

[1.8K] 1-4_第二章Python基本语法元素_详情页.html

[103M] 1-5_[作业讲解]第二章：Python基本语法元素

[ 647] 1-5_[作业讲解]第二章：Python基本语法元素_详情页.html

[133M] 1-6_第三章基本数据类型

[2.2K] 1-6_第三章基本数据类型_详情页.html

[ 97M] 1-7_[作业讲解]第三章：基本数据类型

[ 794] 1-7_[作业讲解]第三章：基本数据类型_详情页.html

[138M] 1-8_第四章组合数据类型

[2.0K] 1-8_第四章组合数据类型_详情页.html

[111M] 1-9_[作业讲解]第四章：复杂数据类型

[ 923] 1-9_[作业讲解]第四章：复杂数据类型_详情页.html

[111M] 1-10_第五章程序控制结构

[2.1K] 1-10_第五章程序控制结构_详情页.html

[ 31M] 1-11_[作业讲解]第五章：程序控制结构

[1.1K] 1-11_[作业讲解]第五章：程序控制结构_详情页.html

[167M] 1-12_第六章函数-面向过程的编程

[3.5K] 1-12_第六章函数-面向过程的编程_详情页.html

[ 42M] 1-13_[作业讲解]第六章：函数

[1.2K] 1-13_[作业讲解]第六章：函数_详情页.html

[ 96M] 1-14_第七章类-面向对象的编程

[1.7K] 1-14_第七章类-面向对象的编程_详情页.html

[ 28M] 1-15_[作业讲解]第七章：类

[1.1K] 1-15_[作业讲解]第七章：类_详情页.html

[158M] 1-16_第八章文件、异常和模块

[2.0K] 1-16_第八章文件、异常和模块_详情页.html

[ 14M] 1-17_[作业讲解]第八章：文件、异常和模块

[ 942] 1-17_[作业讲解]第八章：文件、异常和模块_详情页.html

[188M] 1-18_第九章有益的探索

[2.1K] 1-18_第九章有益的探索_详情页.html

[ 39M] 1-19_[作业讲解]第九章：有益的探索

[120M] 1-20_第十章Python标准库

[1.9K] 1-20_第十章Python标准库_详情页.html

[ 14M] 1-21_[作业讲解]第十章：Python标准库

[1.1K] 1-21_[作业讲解]第十章：Python标准库_详情页.html

[117M] 1-22_第十一章科学计算库—Numpy应用

[2.1K] 1-22_第十一章科学计算库—Numpy应用_详情页.html

[ 44M] 1-23_[作业讲解]第十一章：Numpy库

[1.1K] 1-23_[作业讲解]第十一章：Numpy库_详情页.html

[219M] 1-24_第十二章Pandas库

[2.1K] 1-24_第十二章Pandas库_详情页.html

[ 46M] 1-25_[作业讲解]第十二章：Pandas库

[1.1K] 1-25_[作业讲解]第十二章：Pandas库_详情页.html

[157M] 1-26_第十三章Matplotlib

[ 72M] 1-27_[作业讲解]第十三章：Matplotlib

[ 85M] 1-28_第十四章Sklearn常规用法

[2.1K] 1-28_第十四章Sklearn常规用法_详情页.html

[ 68M] 1-29_[作业讲解]第十四章：Sklearn常规用法

[1.1K] 1-29_[作业讲解]第十四章：Sklearn常规用法_详情页.html

[104M] 1-30_第十五章再谈编程

29 directories, 133 files

[336M] 1-1_[4月25日]推荐系统前沿论文分享

1-6_02PyTorch/

1-1 资料合集/

PDF/

数据data&代码资料/

课程所有代码汇总/

[1.7K] 1-1_[资料合集]课件及代码百度云盘下载地址.html

[143M] 1-2_[必看]深入浅出PyTorch

[ 159] 1-2_[必看]深入浅出PyTorch_详情页.html

[ 75M] 1-3_[第一周]PyTorch简介与安装

[8.5K] 1-3_[第一周]PyTorch简介与安装_详情页.html

[217M] 1-4_[第一周]补充-pytorch开发环境安装

[6.7K] 1-4_[第一周]补充-pytorch开发环境安装_详情页.html

[ 85M] 1-5_[第一周]张量简介与创建

[8.2K] 1-5_[第一周]张量简介与创建_详情页.html

[ 90M] 1-6_[第一周]张量操作与线性回归

[8.1K] 1-6_[第一周]张量操作与线性回归_详情页.html

[ 56M] 1-7_[第一周]计算图与动态图机制

[7.9K] 1-7_[第一周]计算图与动态图机制_详情页.html

[ 91M] 1-8_[第一周]autograd与逻辑回归

[8.3K] 1-8_[第一周]autograd与逻辑回归_详情页.html

[ 35M] 1-9_[第一周]作业讲解1

[ 167] 1-9_[第一周]作业讲解1_详情页.html

[ 57M] 1-10_[第一周]作业讲解2

[ 56M] 1-11_[第一周]作业讲解3

[144M] 1-12_[第二周]数据读取机制Dataloader与Dataset

[7.6K] 1-12_[第二周]数据读取机制Dataloader与Dataset_详情页.html

[135M] 1-13_[第二周]数据预处理transforms模块机制

[7.4K] 1-13_[第二周]数据预处理transforms模块机制_详情页.html

[301M] 1-14_[第二周]二十二种transforms数据预处理方法

[7.0K] 1-14_[第二周]二十二种transforms数据预处理方法_详情页.html

[297M] 1-15_[第二周]学会自定义transforms方法

[7.2K] 1-15_[第二周]学会自定义transforms方法_详情页.html

[199M] 1-16_[第二周]作业讲解

[152M] 1-17_[第三周]模型创建步骤与nnModule

[7.9K] 1-17_[第三周]模型创建步骤与nnModule_详情页.html

[180M] 1-18_[第三周]模型容器与AlexNet构建

[8.6K] 1-18_[第三周]模型容器与AlexNet构建_详情页.html

[175M] 1-19_[第三周]nn网络层-卷积层

[ 10K] 1-19_[第三周]nn网络层-卷积层_详情页.html

[147M] 1-20_[第三周]nn网络层-池化-线性-激活函数层

[ 11K] 1-20_[第三周]nn网络层-池化-线性-激活函数层_详情页.html

[162M] 1-21_[第三周]作业讲解

[156M] 1-22_[第四周]权值初始化

[9.6K] 1-22_[第四周]权值初始化_详情页.html

[124M] 1-23_[第四周]损失函数（一）

[ 11K] 1-23_[第四周]损失函数（一）_详情页.html

[120M] 1-24_[第四周]损失函数(二)

[9.3K] 1-24_[第四周]损失函数(二)_详情页.html

[ 87M] 1-25_[第四周]优化器optimizer的概念

[8.9K] 1-25_[第四周]优化器optimizer的概念_详情页.html

[111M] 1-26_[第四周]torchoptimSGD

[4.6K] 1-26_[第四周]torchoptimSGD_详情页.html

[ 43M] 1-27_[第四周]作业讲解

[113M] 1-28_[第五周]学习率调整策略

[5.6K] 1-28_[第五周]学习率调整策略_详情页.html

[ 58M] 1-29_[第五周]TensorBoard简介与安装

[6.0K] 1-29_[第五周]TensorBoard简介与安装_详情页.html

[ 97M] 1-30_[第五周]TensorBoard使用（一）

[6.2K] 1-30_[第五周]TensorBoard使用（一）_详情页.html

[140M] 1-31_[第五周]TensorBoard使用（二）

[6.9K] 1-31_[第五周]TensorBoard使用（二）_详情页.html

[ 96M] 1-32_[第五周]hook函数与CAM可视化

[6.2K] 1-32_[第五周]hook函数与CAM可视化_详情页.html

[ 52M] 1-33_[第五周]作业讲解

[ 78M] 1-34_[第六周]正则化之weight_decay

[6.3K] 1-34_[第六周]正则化之weight_decay_详情页.html

[ 94M] 1-35_[第六周]BatchNormalization

[7.1K] 1-35_[第六周]BatchNormalization_详情页.html

[ 85M] 1-36_[第六周]Normalizaiton_layers

[7.6K] 1-36_[第六周]Normalizaiton_layers_详情页.html

[ 70M] 1-37_[第六周]正则化之Dropout

[6.7K] 1-37_[第六周]正则化之Dropout_详情页.html

[ 48M] 1-38_[第六周]作业讲解

[ 52M] 1-39_[第七周]模型保存与加载

[6.2K] 1-39_[第七周]模型保存与加载_详情页.html

[ 75M] 1-40_[第七周]模型finetune

[6.6K] 1-40_[第七周]模型finetune_详情页.html

[100M] 1-41_[第七周]GPU的使用

[6.2K] 1-41_[第七周]GPU的使用_详情页.html

[ 81M] 1-42_[第七周]PyTorch常见报错

[6.9K] 1-42_[第七周]PyTorch常见报错_详情页.html

[ 25M] 1-43_[第七周]作业讲解

[119M] 1-44_[第八周]图像分类一瞥

[5.8K] 1-44_[第八周]图像分类一瞥_详情页.html

[125M] 1-45_[第八周]图像分割一瞥

[6.3K] 1-45_[第八周]图像分割一瞥_详情页.html

[ 88M] 1-46_[第八周]图像目标检测一瞥（上）

[5.4K] 1-46_[第八周]图像目标检测一瞥（上）_详情页.html

[159M] 1-47_[第八周]图像目标检测一瞥（下）

[5.8K] 1-47_[第八周]图像目标检测一瞥（下）_详情页.html

[110M] 1-48_[第九周]生成对抗网络一瞥

[5.6K] 1-48_[第九周]生成对抗网络一瞥_详情页.html

[ 75M] 1-49_[第九周]循环神经网络一瞥

[4.9K] 1-49_[第九周]循环神经网络一瞥_详情页.html

1-7_人工智能数学基础/

[4.2K] 1-1_说出你的故事！深度之眼征稿活动~.html

@认准一手完整 www.ukoou.com人工智能Paper年度会员

[ 69K] 1-3_[招募]如何获得深度之眼奖学金和助学金？.html

[ 493] 1-4_课件下载地址.html

[ 15M] 1-5_[第一章线性代数(上)]章节导读

[3.8K] 1-5_[第一章线性代数(上)]章节导读_详情页.html

[ 56M] 1-6_[第一章线性代数(上)]-1矩阵及其基本运算①

[ 521] 1-6_[第一章线性代数(上)]-1矩阵及其基本运算①_详情页.html

[ 87M] 1-7_[第一章线性代数(上)]-2矩阵及其基本运算②

[ 375] 1-7_[第一章线性代数(上)]-2矩阵及其基本运算②_详情页.html

[ 64M] 1-8_[第一章线性代数(上)]-3矩阵的行列式①

[ 404] 1-8_[第一章线性代数(上)]-3矩阵的行列式①_详情页.html

[ 80M] 1-9_[第一章线性代数(上)]-4矩阵的行列式②

[ 313] 1-9_[第一章线性代数(上)]-4矩阵的行列式②_详情页.html

[ 68M] 1-10_[第一章线性代数(上)]-5矩阵的行列式③

[ 313] 1-10_[第一章线性代数(上)]-5矩阵的行列式③_详情页.html

[ 16M] 1-11_[第一章线性代数(上)]-6矩阵的行列式④

[ 325] 1-11_[第一章线性代数(上)]-6矩阵的行列式④_详情页.html

[ 83M] 1-12_[第一章线性代数(上)]-7矩阵的逆①

[ 440] 1-12_[第一章线性代数(上)]-7矩阵的逆①_详情页.html

[ 59M] 1-13_[第一章线性代数(上)]-8矩阵的逆②

[ 390] 1-13_[第一章线性代数(上)]-8矩阵的逆②_详情页.html

[ 51M] 1-14_[第一章线性代数(上)]-9矩阵的逆③

[ 273] 1-14_[第一章线性代数(上)]-9矩阵的逆③_详情页.html

[ 15M] 1-15_[第二章线性代数(下)]章节导读

[ 410] 1-15_[第二章线性代数(下)]章节导读_详情页.html

[108M] 1-16_[第二章线性代数(下)]-1矩阵的初等变换①

[ 427] 1-16_[第二章线性代数(下)]-1矩阵的初等变换①_详情页.html

[ 40M] 1-17_[第二章线性代数(下)]-2矩阵的初等变换②

[ 340] 1-17_[第二章线性代数(下)]-2矩阵的初等变换②_详情页.html

[106M] 1-18_[第二章线性代数(下)]-3矩阵的初等变换③

[ 334] 1-18_[第二章线性代数(下)]-3矩阵的初等变换③_详情页.html

[ 42M] 1-19_[第二章线性代数(下)]-4矩阵的初等变换④

[ 325] 1-19_[第二章线性代数(下)]-4矩阵的初等变换④_详情页.html

[102M] 1-20_[第二章线性代数(下)]-5矩阵的特征值与特征向量①

[ 406] 1-20_[第二章线性代数(下)]-5矩阵的特征值与特征向量①_详情页.html

[ 74M] 1-21_[第二章线性代数(下)]-6矩阵的特征值与特征向量②

[ 426] 1-21_[第二章线性代数(下)]-6矩阵的特征值与特征向量②_详情页.html

[ 90M] 1-22_[第二章线性代数(下)]-7矩阵的特征值与特征向量③

[ 319] 1-22_[第二章线性代数(下)]-7矩阵的特征值与特征向量③_详情页.html

[ 96M] 1-23_[第二章线性代数(下)]-8矩阵对角化以及二次型①

[ 376] 1-23_[第二章线性代数(下)]-8矩阵对角化以及二次型①_详情页.html

[ 56M] 1-24_[第二章线性代数(下)]-9矩阵对角化以及二次型②

[ 349] 1-24_[第二章线性代数(下)]-9矩阵对角化以及二次型②_详情页.html

[ 55M] 1-25_[第二章线性代数(下)]-10矩阵对角化以及二次型③

[ 370] 1-25_[第二章线性代数(下)]-10矩阵对角化以及二次型③_详情页.html

[107M] 1-26_[第二章线性代数(下)]-11svd分解的应用

[ 396] 1-26_[第二章线性代数(下)]-11svd分解的应用_详情页.html

[108M] 1-27_[第三章微积分]-01常用函数的导数以及到导数的常用公式

[102M] 1-28_[第三章微积分]-02中值定理洛必达法则泰勒公式及应用

[ 59M] 1-29_[第三章微积分]-03函数的凹凸性函数的极值

[ 51M] 1-30_[第三章微积分]-04不定积分

[ 51M] 1-31_[第三章微积分]-05定积分

[ 90M] 1-32_[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

[ 73M] 1-33_[第三章微积分]-07方向导数与梯度及其应用

[ 42M] 1-34_[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

[ 90M] 1-35_[第三章微积分]-09矩阵的求导

[ 56M] 1-36_[第三章微积分]-10矩阵的求导在深度学习中的应用

[ 61M] 1-37_[第四章概率论]-01随机实验样本空间随机事件概率的定义

[ 367] 1-37_[第四章概率论]-01随机实验样本空间随机事件概率的定义_详情页.html

[ 45M] 1-38_[第四章概率论]-02全概率公式与贝叶斯公式及应用独立性

[ 331] 1-38_[第四章概率论]-02全概率公式与贝叶斯公式及应用独立性_详情页.html

[102M] 1-39_[第四章概率论]-03随机变量与多维随机变量

[ 466] 1-39_[第四章概率论]-03随机变量与多维随机变量_详情页.html

[ 89M] 1-40_[第四章概率论]-04期望与方差part1

[ 422] 1-40_[第四章概率论]-04期望与方差part1_详情页.html

[ 34M] 1-41_[第四章概率论]-05期望与方差part2

[ 294] 1-41_[第四章概率论]-05期望与方差part2_详情页.html

[101M] 1-42_[第四章概率论]-06参数的估计

[ 389] 1-42_[第四章概率论]-06参数的估计_详情页.html

[ 95M] 1-43_[第五章最优化]-1无约束最优化梯度下降

[ 86M] 1-44_[第五章最优化]-2无约束最优化梯度下降

[ 77M] 1-45_[第五章最优化]-3约束最优化

1-8_神经网络基础知识/

@[认准一手完整 www.ukoou.com]人工智能Paper年度会员（推荐系统方向）

1-1 课件/

[7.0M] 01-ppt-神经网络基础与多层感知机-2.pdf

[6.2M] 02-ppt-卷积神经网络-1-2.pdf

[8.4M] 03-ppt-循环神经网络-3.28.docx

[5.8M] 03-ppt-循环神经网络-3.28.pdf

[ 49M] 1-2_01-神经网络基础与多层感知机-0

[ 37M] 1-3_01-神经网络基础与多层感知机-1

[ 80M] 1-4_01-神经网络基础与多层感知机-2

[ 64M] 1-5_01-神经网络基础与多层感知机-3

[110M] 1-6_01-神经网络基础与多层感知机-4

[ 58M] 1-7_02-卷积神经网络-0

[124M] 1-8_02-卷积神经网络-1

[ 47M] 1-9_02-卷积神经网络-2

[ 56M] 1-10_03-循环神经网络-0

[ 81M] 1-11_03-循环神经网络-1

[ 68M] 1-12_03-循环神经网络-2