01课程介绍.part
未上传
02知识图谱通俗解读
07:55
03知识图谱在搜索引擎中的应用
08:08
04知识图谱在医疗领域应用实例
13:24
05金融与推荐领域的应用
08:31
06数据获取分析
未上传
07数据关系抽取分析
未上传
08常用nlp技术点分析
未上传
09graph-embedding的作用与效果
未上传
10金融领域图编码实例
未上传
11视觉领域图编码实例
未上传
12图谱知识融合与总结分析
未上传
13neo4j图数据库介绍
未上传
14neo4j数据库安装流程演示
未上传
15可视化例子演示
未上传
16创建与删除操作演示
未上传
17数据库更改查询操作演示
未上传
18使用py2neo建立连接
未上传
19提取所需的指标信息
未上传
20在图中创建实体
未上传
21根据给定实体创建关系
未上传
22项目概述与整体架构分析
未上传
23医疗数据介绍及其各字段含义
未上传
24任务流程概述
未上传
25环境配置与所需工具包安装
未上传
26提取数据中的关键字段信息
未上传
27创建关系边
未上传
28打造医疗知识图谱模型
未上传
29加载所有实体数据
未上传
30实体关键词字典制作
未上传
31完成对话系统构建
未上传
32关系抽取要完成的任务演示与分析
未上传
33ltp工具包概述介绍
未上传
34pyltp安装与流程演示
未上传
35得到分词与词性标注结果
未上传
36依存句法概述
未上传
37句法分析结果整理
未上传
38语义角色构建与分析
未上传
39设计规则完成关系抽取
未上传
40竞赛任务目标
未上传
41图模型信息提取
未上传
42节点权重特征提取(pagerank)
未上传
43deepwalk构建图顶点特征
未上传
44各项统计特征
未上传
45app安装特征
未上传
46图中联系人特征
未上传
47数据与任务介绍
未上传
48整体模型架构
未上传
49数据-标签-语料库处理
未上传
50输入样本填充补齐
未上传
51训练网络模型
未上传
52医疗数据集（糖尿病）实体识别
未上传
53行人重识别要解决的问题
未上传
54挑战与困难分析
未上传
55评估标准rank1指标
未上传
56map值计算方法
未上传
57triplet损失计算实例
未上传
58hard-negative方法应用
未上传
59关键点位置特征构建
未上传
60图卷积与匹配的作用
未上传
61局部特征热度图计算
未上传
62基于图卷积构建人体拓扑关系
未上传
63图卷积模块实现方法
未上传
64图匹配在行人重识别中的作用
未上传
65整体算法框架分析
未上传
66数据集与环境配置概述
未上传
67局部特征准备方法
未上传
68得到一阶段热度图结果
未上传
69阶段监督训练
未上传
70初始化图卷积模型
未上传
71mask矩阵的作用
未上传
72邻接矩阵学习与更新
未上传
73基于拓扑结构组合关键点特征
未上传
74图匹配模块计算流程
未上传
75整体项目总结
未上传
76rnn网络模型解读
未上传
77序列网络模型概述分析
未上传
78工作原理概述
未上传
79注意力机制的作用
未上传
80加入attention的序列模型整体架构
未上传
81teacherforcing的作用与训练策略
未上传
82卷积神经网络应用领域
未上传
83卷积的作用
未上传
84卷积特征值计算方法
未上传
85得到特征图表示
未上传
86步长与卷积核大小对结果的影响
未上传
87边缘填充方法
未上传
88特征图尺寸计算与参数共享
未上传
89池化层的作用
未上传
90整体网络架构
未上传
91vgg网络架构
未上传
92残差网络resnet
未上传
93感受野的作用
未上传