本套课程(开课吧+后厂理工学院)人工智能方向名企NLP第004期，人工只能核心能力培养计划，课程官方售价10800元，课程主要知识点包括基于大规模预训练模型的机器阅读理解、企业级任务型对话机器人、数据分析与Python程序设计基础、数据分析与Python程序设计基础等，改变以往传统式单一知识点的授课模式，除讲授理论知识的强化学习外，结合实战项目，确保提升学员真正的产业实践能力，达到一线企业核心岗位要求，课程文件大小共计52.90G，文章底部附下载地址。
2022-7-23更新人工智能核心能力培养计划007期，本次更新共分为14个大的章节，文件大小共计14.65G。
2023-1-1更新人工智能核心能力七期-NLP方向专业课，本次更新分为8个大的章节，文件大小共计3.08G
人工智能方向名企NLP第004期 视频截图
人工智能方向名企NLP第004期 视频截图
第004期第007期NLP方向专业课
V-3520：开课吧人工智能方向名企NLP第004期2021年1月
├─01-核心能力提升班自然语言处理方向004期
│ ├─1.1 语言模型与语法树
│ │ │ 1-语言模型与语法树.mp4
│ │ │ assignment-01-optional-pattern-match.ipynb
│ │ │ Assignment-01.ipynb
│ │ │ Lecture-1.pptx
│ │ │ lesson_1class.ipynb
│ │ │ sqlResult_1558435.zip
│ │ │ 优秀作业推荐-核心lesson01-吴20200829.rar
│ │ │ 数据集二.txt
│ │ │
│ │ └─作业数据集
│ │ movie_comments.csv
│ │ train.txt.gz
│ │
│ ├─10.1 CNN卷积神经网络
│ │ │ 10-CNN卷积神经网络.mp4
│ │ │ lecture-10.pdf
│ │ │
│ │ └─homework
│ │ 1_LeNet.ipynb
│ │ 2_AlexNet.ipynb
│ │ 3_Pairwise_test.ipynb
│ │
│ ├─11.1 RNN循环神经网络
│ │ │ 11-RNN循环神经网络.mp4
│ │ │ lecture-11.pdf
│ │ │
│ │ └─homework11
│ │ 11_lesson.ipynb
│ │
│ ├─12.1 Transformer与BERT，大规模预训练问题
│ │ 12-Transformer与BERT，大规模预训练问题.mp4
│ │ lecture-12.pdf
│ │
│ ├─13.1 面向服务的智能客户机器人与新闻自动摘要生成
│ │ 13-面向服务的智能客户机器人与新闻自动摘要生成.mp4
│ │ lecture-13.pptx
│ │ seq2seq_chatbot.ipynb
│ │
│ ├─14.1 高级人工智能知识
│ │ │ 14-高级人工智能知识.mp4
│ │ │ lecture-14.pptx
│ │ │
│ │ └─Assignment14
│ │ │ Assignment14.ipynb
│ │ │ debug.log
│ │ │ result.txt
│ │ │ tang.npz
│ │ │
│ │ ├─.ipynb_checkpoints
│ │ │ Assignment14-checkpoint.ipynb
│ │ │ result-checkpoint.txt
│ │ │
│ │ └─checkpoints
│ ├─2.1 爬虫、搜索引擎与 自动路径决策
│ │ 2-爬虫、搜索引擎与自动路径决策.mp4
│ │ Assignment_02.ipynb
│ │ Lecture_02.ipynb
│ │ Lecture_2 copy.pptx
│ │ Lecture_2.pptx
│ │ 优秀作业.docx
│ │
│ ├─3.1 动态规划与编辑距离
│ │ 3-动态规划与编辑距离.mp4
│ │ article_9k.txt
│ │ Assignment_3.ipynb
│ │ Lecture_3.ipynb
│ │ Lecture_3_new.pptx
│ │ 核心课lesson03优秀作业-吴.rar
│ │
│ ├─4.1 自然语言理解初步
│ │ 4-自然语言理解初步.mp4
│ │ Assignment_4.ipynb
│ │ Lecture_3.ipynb
│ │ 核心Lesson04优秀作业_wu20200923.rar
│ │ 第四课 copy.pptx
│ │ 第四课.pptx
│ │
│ ├─5.1 经典机器学习一
│ │ 5-经典机器学习一.mp4
│ │ lecture5-zhang(1).pdf
│ │ 核心优秀作业5-15642734133.zip
│ │ 核心优秀作业5-18511858245.zip
│ │
│ ├─6.1 深度学习
│ │ 6-深度学习.mp4
│ │ lecture6.pptx
│ │
│ ├─7.1 经典机器学习二
│ │ 7-经典机器学习二.mp4
│ │ lecture7.pdf
│ │ 神经网络工具代码的github地址.docx
│ │
│ ├─8.1 经典机器学习三：非监督、 半监督、主动学习
│ │ 8-经典机器学习三：非监督、半监督、主动学习.mp4
│ │ lecture-8-课后.pptx
│ │ lecture-8.pptx
│ │
│ └─9.1 word2vec
│ │ 9-word2vec.mp4
│ │ lecture-9(1).pptx
│ │ lecture-9(2).pptx
│ │
│ └─lesson9
│ homework.ipynb
│
├─02-导师制名企实训班自然语言处理方向004期-项目一
│ ├─1.1 项目导论与中文 词向量实践
│ │ │ 名企lesson01优秀作业推荐-吴.rar
│ │ │ 导师班4期lecture-week1.pdf
│ │ │ 导师班4期week1课后有笔记.pdf
│ │ │ 课上代码Lecture1(1).ipynb
│ │ │ 项目导论与中文词向量实践.mp4
│ │ │
│ │ └─week1-homework
│ │ │ .DS_Store
│ │ │ homework-week1要求.md
│ │ │
│ │ └─utils
│ │ build_w2v.py
│ │ dataset_split.py
│ │ data_reader.py
│ │ data_utils.py
│ │ preprocess.py
│ │ tokenizer.py
│ │ __init__.py
│ │
│ ├─2.1 基于Seq2Seq架构的模型搭建
│ │ │ 2.1 基于Seq2Seq架构的模型搭建.mp4
│ │ │ Lecture2(1).ipynb
│ │ │ 导师4期lecture-week2-课前.pdf
│ │ │ 导师4期lecture-week2-课后有笔记.pdf
│ │ │ 朱毅优秀作业1.zip
│ │ │ 李玉俊.zip
│ │ │ 王浩然.zip
│ │ │
│ │ └─homework-week2
│ │ │ .DS_Store
│ │ │ homework-week2要求.md
│ │ │
│ │ └─seq2seq_tf2
│ │ │ .DS_Store
│ │ │ batcher.py
│ │ │ train_eval_test.py
│ │ │ train_helper.py
│ │ │ __init__.py
│ │ │
│ │ ├─bin
│ │ │ main.py
│ │ │ __init__.py
│ │ │
│ │ ├─decoders
│ │ │ rnn_decoder.py
│ │ │ __init__.py
│ │ │
│ │ ├─encoders
│ │ │ rnn_encoder.py
│ │ │ __init__.py
│ │ │
│ │ └─models
│ │ sequence_to_sequence.py
│ │ __init__.py
│ │
│ ├─3.1 NLG过程的优化与项目Inference
│ │ │ 3.1 NLG过程的优化与项目Inference.mp4
│ │ │ lecture-3(1).ipynb
│ │ │ 名企Lesson03优秀作业_wu20200923.rar
│ │ │ 导师班4期week3课前.pdf
│ │ │ 导师班4期week3课后有笔记.pdf
│ │ │
│ │ └─homework-3
│ │ │ .DS_Store
│ │ │ homework-week3要求.md
│ │ │
│ │ ├─seq2seq_tf2
│ │ │ │ .DS_Store
│ │ │ │ batcher.py
│ │ │ │ eval.py
│ │ │ │ test_helper.py
│ │ │ │ train_eval_test.py
│ │ │ │ train_helper.py
│ │ │ │ __init__.py
│ │ │ │
│ │ │ ├─bin
│ │ │ │ main.py
│ │ │ │ __init__.py
│ │ │ │
│ │ │ ├─decoders
│ │ │ │ .DS_Store
│ │ │ │ rnn_decoder.py
│ │ │ │ __init__.py
│ │ │ │
│ │ │ ├─encoders
│ │ │ │ .DS_Store
│ │ │ │ rnn_encoder.py
│ │ │ │ __init__.py
│ │ │ │
│ │ │ └─models
│ │ │ .DS_Store
│ │ │ sequence_to_sequence.py
│ │ │ __init__.py
│ │ │
│ │ └─utils
│ │ .DS_Store
│ │ build_w2v.py
│ │ dataset_split.py
│ │ data_reader.py
│ │ data_utils.py
│ │ io_utils.py
│ │ log_utils.py
│ │ new.py
│ │ preprocess.py
│ │ tokenizer.py
│ │ __init__.py
│ │
│ ├─4.1 OOV和Word-repetition问题的改进
│ │ │ 4.1 OOV和Word-repetition问题的改进.mp4
│ │ │ lecture-4(1).ipynb
│ │ │ 名企Lesson04优秀作业_wu20200923.rar
│ │ │ 导师班4期week4课前.pdf
│ │ │ 导师班4期week4课后有笔记.pdf
│ │ │
│ │ └─homework-4
│ │ │ .DS_Store
│ │ │ homework-week4要求.md
│ │ │
│ │ ├─seq2seq_pgn_tf2
│ │ │ │ .DS_Store
│ │ │ │ batcher.py
│ │ │ │ eval.py
│ │ │ │ test_helper.py
│ │ │ │ train_eval_test.py
│ │ │ │ train_helper.py
│ │ │ │ __init__.py
│ │ │ │
│ │ │ ├─bin
│ │ │ │ main.py
│ │ │ │ __init__.py
│ │ │ │
│ │ │ ├─decoders
│ │ │ │ .DS_Store
│ │ │ │ rnn_decoder.py
│ │ │ │ __init__.py
│ │ │ │
│ │ │ ├─encoders
│ │ │ │ .DS_Store
│ │ │ │ rnn_encoder.py
│ │ │ │ __init__.py
│ │ │ │
│ │ │ ├─models
│ │ │ │ .DS_Store
│ │ │ │ pgn.py
│ │ │ │ __init__.py
│ │ │ │
│ │ │ └─utils
│ │ │ │ decoding.py
│ │ │ │ losses.py
│ │ │ │
│ │ │ └─__pycache__
│ │ │ decoding.cpython-36.pyc
│ │ │ decoding.cpython-37.pyc
│ │ │ losses.cpython-36.pyc
│ │ │ losses.cpython-37.pyc
│ │ │
│ │ └─utils
│ │ .DS_Store
│ │ build_w2v.py
│ │ dataset_split.py
│ │ data_reader.py
│ │ data_utils.py
│ │ io_utils.py
│ │ log_utils.py
│ │ new.py
│ │ preprocess.py
│ │ tokenizer.py
│ │ __init__.py
│ │
│ ├─5.1 基于Transformer特征提取器的改进
│ │ 5.1 基于Transformer特征提取器的改进.mp4
│ │ homework-week5(1).md
│ │ lecture5课上代码.ipynb
│ │ 名企Lesson05优秀作业_wu20201009.rar
│ │ 导师班4期week5课前.pdf
│ │ 导师班4期week5课后有笔记.pdf
│ │
│ ├─6.1 BERT在抽取式任务中的效果
│ │ 6.1 BERT在抽取式任务中的效果.mp4
│ │ homework-week6(1).md
│ │ sentiment_bert_pytorch(1).ipynb
│ │ 名企Lesson06优秀作业_wu20201013.rar
│ │ 导师4期lecture-week6课前.pdf
│ │ 导师4期lecture-week6课后有笔记.pdf
│ │
│ ├─7.1 预训练模型在摘要任务中的改进
│ │ 7.1 预训练模型在摘要任务中的改进.mp4
│ │ homework-week7(1).md
│ │ 优秀作业.rar
│ │ 导师班4期week7课前.pdf
│ │ 导师班4期week7课后有笔记.pdf
│ │
│ └─8.1 项目总结与回顾
│ 8.1 项目总结与回顾.mp4
│ homework-week8(1).md
│ 名企Lesson08优秀作业.rar
│ 导师班4期week8课前.pdf
│ 导师班4期week8课后有笔记.pdf
│
├─03-基于大规模预训练模型的机器阅读理解-项目二
│ ├─1.1 机器阅读理解发展及任务解析
│ │ │ 1-机器阅读理解发展及任务解析.mp4
│ │ │ dureader.txt
│ │ │ homework1.ipynb
│ │ │ homework_01_说明.txt
│ │ │ ingetrated_stopwords.txt
│ │ │ lesson_01_mark.pptx
│ │ │ squad.txt
│ │ │
│ │ ├─datas
│ │ │ dev-v1.1.json
│ │ │ dev-v2.0.json
│ │ │ dureader_robust-data.tar.gz
│ │ │ dureader_robust-test1.tar.gz
│ │ │ dureader_robust-test2.tar.gz
│ │ │ sampledata.tar.gz
│ │ │ train-v1.1.json
│ │ │ train-v2.0.json
│ │ │
│ │ └─tfidf_practice
│ │ │ README.md
│ │ │ tffidf_practice.py
│ │ │
│ │ ├─datas
│ │ │ ├─input
│ │ │ │ ├─dureader_robust
│ │ │ │ │ test1.json
│ │ │ │ │ train.json
│ │ │ │ │
│ │ │ │ └─SQuAD
│ │ │ │ dev-v1.1.json
│ │ │ │ dev-v2.0.json
│ │ │ │ train-v1.1.json
│ │ │ │ train-v2.0.json
│ │ │ │
│ │ │ └─output
│ │ │ ├─dureader_robust
│ │ │ │ dr_tf.json
│ │ │ │ dr_tfidf.json
│ │ │ │
│ │ │ └─SQuAD
│ │ │ SQuAD_tf.json
│ │ │ SQuAD_tfidf.json
│ │ │
│ │ └─nlp_source
│ │ baidu_stopwords.txt
│ │
│ ├─2.1 常见机器阅读理解模型（一）
│ │ │ 2-常见机器阅读理解模型（一）.mp4
│ │ │ homework_02_说明.txt
│ │ │ lesson_02_mark.pptx
│ │ │ main.py
│ │ │ preprocess.py
│ │ │
│ │ └─homework_02_code
│ │ └─homework_02_code
│ │ └─BiDAF_tf2
│ │ │ data_io.py
│ │ │ main.py
│ │ │ preprocess.py
│ │ │
│ │ ├─data
│ │ │ └─squad
│ │ │ dev-v1.1.json
│ │ │ train-v1.1.json
│ │ │
│ │ ├─layers
│ │ │ │ attention.py
│ │ │ │ highway.py
│ │ │ │ merge.py
│ │ │ │ similarity.py
│ │ │ │ span.py
│ │ │ │ __init__.py
│ │ │ │
│ │ │ └─__pycache__
│ │ │ attention.cpython-36.pyc
│ │ │ attention.cpython-37.pyc
│ │ │ highway.cpython-36.pyc
│ │ │ highway.cpython-37.pyc
│ │ │ merge.cpython-36.pyc
│ │ │ merge.cpython-37.pyc
│ │ │ similarity.cpython-36.pyc
│ │ │ similarity.cpython-37.pyc
│ │ │ span.cpython-36.pyc
│ │ │ span.cpython-37.pyc
│ │ │ __init__.cpython-36.pyc
│ │ │ __init__.cpython-37.pyc
│ │ │
│ │ └─__pycache__
│ │ data_io.cpython-36.pyc
│ │ data_io.cpython-37.pyc
│ │ preprocess.cpython-36.pyc
│ │ preprocess.cpython-37.pyc
│ │
│ ├─3.1 常见机器阅读理解模型（二）
│ │ │ 3-常见机器阅读理解模型（二）.mp4
│ │ │ BiDAF_pytorch参考代码.rar
│ │ │ BiDAF_tf2作业说明+第二节参考答案(1).rar
│ │ │ BiDAF_torch.ipynb
│ │ │ data_io.py
│ │ │ homework_03_说明.txt
│ │ │ lesson_03_mark.pptx
│ │ │ main.py
│ │ │ preprocess.py
│ │ │ 运行截图.png
│ │ │ 运行截图2.png
│ │ │ 阅读理解项目Lesson03优秀作业.rar
│ │ │
│ │ └─layers
│ │ │ attention.py
│ │ │ highway.py
│ │ │ merge.py
│ │ │ similarity.py
│ │ │ span.py
│ │ │ __init__.py
│ │ │
│ │ └─__pycache__
│ │ attention.cpython-37.pyc
│ │ highway.cpython-37.pyc
│ │ merge.cpython-37.pyc
│ │ similarity.cpython-37.pyc
│ │ span.cpython-37.pyc
│ │ __init__.cpython-37.pyc
│ │
│ ├─4.1 BERT与机器阅读理解
│ │ │ 4-BERT与机器阅读理解.mp4
│ │ │ BERT-Config.png
│ │ │ bert-start.png
│ │ │ data_io.py
│ │ │ extract_features.py
│ │ │ homework_04_说明.txt
│ │ │ lesson_04.pptx
│ │ │ lesson_04_codes.rar
│ │ │ main.py
│ │ │ practice.py
│ │ │ preprocess.py
│ │ │ README.md
│ │ │ word_embedding_1.png
│ │ │ word_embedding_2.png
│ │ │ word_embedding_3.png
│ │ │ word_embedding_4.png
│ │ │ word_embedding_5.png
│ │ │ 阅读理解项目lesson04优秀作业.rar
│ │ │
│ │ └─layers
│ │ │ attention.py
│ │ │ attention_teacher.py
│ │ │ highway.py
│ │ │ merge.py
│ │ │ similarity.py
│ │ │ span.py
│ │ │ __init__.py
│ │ │
│ │ └─__pycache__
│ │ attention.cpython-36.pyc
│ │ attention.cpython-37.pyc
│ │ highway.cpython-36.pyc
│ │ highway.cpython-37.pyc
│ │ merge.cpython-36.pyc
│ │ merge.cpython-37.pyc
│ │ similarity.cpython-36.pyc
│ │ similarity.cpython-37.pyc
│ │ span.cpython-36.pyc
│ │ span.cpython-37.pyc
│ │ __init__.cpython-36.pyc
│ │ __init__.cpython-37.pyc
│ │
│ ├─5.1 BERT的模型变体
│ │ 5-BERT的模型变体.mp4
│ │ homework_05.txt
│ │ lesson_05.pptx
│ │ modeling.py
│ │ XLNET分析.docx
│ │ 阅读理解项目lesson05优秀作业.rar
│ │
│ ├─6.1 其它阅读理解相关模型
│ │ 6-其它阅读理解相关模型.mp4
│ │ 6作业讲解.pdf
│ │ lesson_06.pptx
│ │ lesson_06_codes.rar
│ │ lesson_06_homework.txt
│ │ 简答题.docx
│ │ 罗建军_机器阅读理解week6作业.docx
│ │
│ ├─7.1 模型集成与部署
│ │ │ 7-模型集成与部署.mp4
│ │ │ 7作业讲解.pdf
│ │ │ ensemble.py
│ │ │ lesson_07.pptx
│ │ │ lesson_07_code.rar
│ │ │ lesson_07_homework.txt
│ │ │ week7_笔记_田子敬.docx
│ │ │ 第七章笔记-黄苛.docx
│ │ │
│ │ └─mq_week7_杜宇鹏
│ │ ensemble.py
│ │
│ └─8.1 项目总结
│ │ 6作业讲解.pdf
│ │ 7作业讲解.pdf
│ │ 8-项目总结.mp4
│ │ homework_lesson_08.txt
│ │ lesson_08_mark.pptx
│ │ 名企班-week8-潘维维(学习笔记）.pdf
│ │ 名企班-司德谭-week8.txt
│ │ 截屏2020-12-27下午5.35.10.png
│ │ 截屏2020-12-27下午9.08.51.png
│ │ 机器阅读理解总结_Lesson8_王皓.pdf
│ │
│ ├─homework08
│ │ dureader robust训练过程1.png
│ │ dureader robust训练过程2.png
│ │ homework08简答题.docx
│ │
│ └─风老师项目总结资料
│ requirements.txt
│ 作业报错解决.txt
│ 简历里项目怎么写.txt
│ 阅读理解应用流程.pptx
│
├─04-企业级任务型对话机器人-项目三
│ ├─1.1 智能对话系统导论
│ │ 1-Conversational-AI-Overview(1).pdf
│ │ 1-智能对话系统导论.mp4
│ │ Course 1 - HW - Black.pdf
│ │ week 1 作业.docx
│ │
│ ├─10.1 端到端的对话系统和智能对话系统在工业中
│ │ │ 10-端到端的对话系统和智能对话系统在工业中.mp4
│ │ │ 8-Conversational-AI-in-Industry-and-Interview.pdf
│ │ │ AI面试内参.pdf
│ │ │ 张佶-多语言阿里小蜜.pdf
│ │ │
│ │ └─paper
│ │ .DS_Store
│ │ 02_pd_env_17oct2018_module_1_tool_for_change_181016cs.pdf
│ │ Multi-lingual Intent Detection and Slot Filling in a Joint BERT-based Model.pdf
│ │ MultiWOZ - A Large-Scale Multi-Domain Wizard-of-Oz Dataset for Task-Oriented Dialogue Modelling.pdf
│ │ Neural Approaches to Conversational AI.pdf
│ │ SCALABLE MULTI-DOMAIN DIALOGUE STATE TRACKING.pdf
│ │ Slot-Gated Modeling for Joint Slot Filling and Intent Prediction.pdf
│ │ Stylistic Control for Neural Natural Language Generation.pdf
│ │ Template Guided Text Generation for Task-Oriented Dialogue.pdf
│ │ The Design and Implementation of XiaoIce-an Empathetic Social Chatbot.pdf
│ │ TRADE.pdf
│ │ [0]Recent-Advances-and-Challenges-in-Task-oriented-Dialog-Systems.pdf
│ │ [10] The dialog state tracking challenge.pdf
│ │ [11] Learning end-to-end goal-oriented dialog..pdf
│ │ [12] Building a conversational agent overnight with dialogue self-play.pdf
│ │ [14] Convolutional neural network based triangular crf for joint intent detection and slot filling..pdf
│ │ [15] A bi-model based rnn semantic frame parsing model for intent detection and slot filling..pdf
│ │ [16] The second dialog state tracking challenge. .pdf
│ │ [17] Towards an automatic turing test Learning to evaluate dialogue responses.pdf
│ │ [18] Ruber- An unsupervised method for automatic evaluation of open-domain dialog systems.pdf
│ │ [19] MultiWOZ - A Large-Scale Multi-Domain Wizard-of-Oz Dataset for Task-Oriented Dialogue Modelling.pdf
│ │ [1] Docchat- An information retrieval approach for chatbot engines using unstructured documents.pdf
│ │ [20] Deep reinforcement learning for dialogue generation.pdf
│ │ [21] Partially observable Markov decision processes for spoken dialog systems.pdf
│ │ [22] Coqa- A conversational question answering challenge.pdf
│ │ [23] Learning discourse-level diversity for neural dialog models using conditional variational autoencoders.pdf
│ │ [24] Mojitalk Generating emotional responses at scale.pdf
│ │ [25] Assigning Personality_Profile to a Chatting Machine for Coherent Conversation Generation..pdf
│ │ [26] Personalizing Dialogue Agents I have a dog, do you have pets too.pdf
│ │ [27] Commonsense Knowledge Aware Conversation Generation with Graph Attention..pdf
│ │ [28] Global-to-local Memory Pointer Networks for Task-Oriented Dialogue..pdf
│ │ [2] An Information Retrieval Approach to Short Text Conversation.pdf
│ │ [31] BBQ-networks- Efficient exploration in deep reinforcement learning for task-oriented dialogue systems.pdf
│ │ [32] A network-based end-to-end trainable task-oriented dialogue system..pdf
│ │ [33] Sequicity- Simplifying task-oriented dialogue systems with single sequence-to-sequence architectures.pdf
│ │ [34] Towards End-to-End Learning for Dialog State Tracking and Management using Deep Reinforcement Learning.pdf
│ │ [35] Deep dyna-q Integrating planning for task-completion dialogue policy learning.pdf
│ │ [36] Towards end-to-end reinforcement learning of dialogue agents for information access..pdf
│ │ [37] Curate and Generate A Corpus and Method for Joint Control of Semantics and Style in Neural NLG.pdf
│ │ [38] Few-Shot Text Classification with Induction Network.pdf
│ │ [39] Diverse few-shot text classification with multiple metrics..pdf
│ │ [3] An Ensemble of Retrieval-Based and Generation-Based Human-Computer Conversation Systems..pdf
│ │ [40] Deep recurrent q-learning for partially observable mdps.pdf
│ │ [41]A Fast and Robust BERT-based Dialogue State Tracker for Schema-Guided Dialogue Dataset.pdf
│ │ [42]A SIMPLE BUT EFFECTIVE BERT MODEL FOR DIALOG STATE TRACKING ON RESOURCE-LIMITED SYSTEMS.pdf
│ │ [43]A User Simulator for Task-Completion Dialogues.pdf
│ │ [44]Attention-Based Recurrent Neural Network Models for Joint Intent Detection and Slot Filling.pdf
│ │ [45]BERT for Joint Intent Classification and Slot Filling.pdf
│ │ [46]BERT-DST- Scalable End-to-End Dialogue State Tracking with Bidirectional Encoder Representations from Transformer.pdf
│ │ [47]CrossWOZ.pdf
│ │ [48]Dialog State Tracking.pdf
│ │ [49]dst-overview.pdf
│ │ [4] Exemplar encoder-decoder for neural conversation generation.pdf
│ │ [50]How to Build User Simulators to Train RL-based Dialog Systems.pdf
│ │ [5] chat- A sequence to sequence and rerank based chatbot engine[C]__Proceedings of the 55th Ann.pdf
│ │ [7] Multi-view response selection for human-computer conversation.pdf
│ │ [8] Multi-turn response selection for chatbots with deep attention matching network.pdf
│ │
│ ├─2.1 使用 RASA 制作你的第一个对话机器人
│ │ 2-RASA-ChatBot-Framework (1).pdf
│ │ 2-RASA-ChatBot-Framework(1).pdf
│ │ 2-使用RASA制作你的第一个对话机器人.mp4
│ │ week 2 (1).docx
│ │ week 2.docx
│ │ 名企班-week2-陈国旗–rasa总结.pdf
│ │ 对话项目lesson02优秀作业.rar
│ │
│ ├─3.1 深入 RASA 源码和定制化你的对话机器人
│ │ 3-Dive-Into-RASA-and-Customerize-Your-ChatBot (1).pdf
│ │ 3-Dive-Into-RASA-and-Customerize-Your-ChatBot.pdf
│ │ 3-深入RASA源码和定制化你的对话机器人.mp4
│ │ 截屏2021-01-08 上午11.28.27.png
│ │
│ ├─4.1 代码课-基于 rasa 做 KBQA
│ │ │ 4-代码课-基于rasa做KBQA.mp4
│ │ │
│ │ ├─cdss
│ │ │ │ actions.py
│ │ │ │ chatito.md
│ │ │ │ config.yml
│ │ │ │ credentials.yml
│ │ │ │ domain.yml
│ │ │ │ endpoints.yml
│ │ │ │ rasa常用命令.md
│ │ │ │ readme.docx
│ │ │ │ __init__.py
│ │ │ │
│ │ │ ├─data
│ │ │ │ │ nlu.md
│ │ │ │ │ stories.md
│ │ │ │ │
│ │ │ │ ├─jieba_userdict
│ │ │ │ │ Departments_dic.txt
│ │ │ │ │ Diseases_dic.txt
│ │ │ │ │ Drugs_dic.txt
│ │ │ │ │ Foods_dic.txt
│ │ │ │ │ Symptoms_dic.txt
│ │ │ │ │
│ │ │ │ └─medical
│ │ │ │ └─lookup
│ │ │ │ Departments.txt
│ │ │ │ Diseases.txt
│ │ │ │ Drugs.txt
│ │ │ │ Foods.txt
│ │ │ │ Symptoms.txt
│ │ │ │
│ │ │ ├─graph_database
│ │ │ ├─models
│ │ │ └─tests
│ │ └─process_data
│ │ create_graph.py
│ │ drugs.csv
│ │ medical.json
│ │ producers.csv
│ │ rels_drug_producer.csv
│ │ __init__.py
│ │
│ ├─5.1 自然语言理解（NLU）
│ │ 4-Natural-Language-Understanding(1).pdf
│ │ 5-自然语言理解（NLU）.mp4
│ │
│ ├─6.1 HuggingFace’s Transformer和基于规则的对话状态跟踪
│ │ 5-Further NLU and Dialogue State Tracking.pdf
│ │ 6-HuggingFacesTransformer和基于规则的对话状态跟踪.mp4
│ │
│ ├─7.1 基于模型的对话跟踪和基于规则的Dialogue Policy
│ │ 6-Model-based-DST-and-Rule-based-Dialogue-Policy.pdf
│ │ 7-基于模型的对话跟踪和基于规则的DialoguePolicy.mp4
│ │ B34A7FD9-38E6-4B45-B517-FFABD2D15F6A.png
│ │
│ ├─8.1 代码课-NLU 和 DST 联合建模方法
│ │ 8-代码课-NLU和DST联合建模方法.mp4
│ │
│ └─9.1 基于模版的对话生成和有限状态机（FSM）
│ 7-Model-based-DP-and-Template-based-NLG.pdf
│ 9-基于模版的对话生成和有限状态机（FSM）.mp4
│ 微信图片_20210314081233.jpg
│
├─05-数据分析与Python程序设计基础
│ ├─1.1 Python 数据智能编程基础
│ │ 1.1 Python数据智能编程基础.mp4
│ │ lesson01DAV0.6.pptx
│ │ Week01-BI.pdf
│ │ Week01-CV.pdf
│ │ Week01-NLP.pdf
│ │
│ ├─2.1 Python 格式化数据处理 - Pandas
│ │ 2.1 Python格式化数据处理-Pandas.mp4
│ │ lesson02DAV1.0.pptx
│ │ Week02-BI.pdf
│ │ Week02-CV.pdf
│ │ Week02-NLP.pdf
│ │
│ ├─3.1 数据可视化
│ │ lesson03DAV0.8.pptx
│ │ Week03-BI.pdf
│ │ Week03-CV.pdf
│ │ Week03-NLP.pdf
│ │
│ ├─4.1 网络信息分析
│ │ 4.1 网络信息分析.mp4
│ │ assignment04-1.py
│ │ assignment04-2.py
│ │ lesson04DAV0.7.pptx
│ │ Week04-BI.pdf
│ │ Week04-CV.pdf
│ │ Week04-NLP.pdf
│ │
│ ├─5.1 文本信息自动化处理
│ │ │ 5.1 文本信息自动化处理.mp4
│ │ │ assignment05.py
│ │ │ lesson05DAV1.0.pptx
│ │ │ Week 05.pdf
│ │ │
│ │ ├─code
│ │ │ ├─emails
│ │ │ │ Emails.csv
│ │ │ │ email_lda.py
│ │ │ │ email_re_clean.py
│ │ │ │
│ │ │ ├─hotel_recommendation
│ │ │ │ hotel_rec.py
│ │ │ │ Seattle_Hotels.csv
│ │ │ │
│ │ │ ├─jieba
│ │ │ │ jieba1.py
│ │ │ │
│ │ │ ├─news
│ │ │ ├─re
│ │ │ │ re1.py
│ │ │ │ re2.py
│ │ │ │ re_is_email.py
│ │ │ │ re_is_phone.py
│ │ │ │
│ │ │ ├─textrank
│ │ │ │ news.txt
│ │ │ │ news_textrank.py
│ │ │ │ news_textrank_snownlp.py
│ │ │ │ sentence_textrank.py
│ │ │ │
│ │ │ └─tfidf
│ │ └─tfidf
│ │ lda_gensim.py
│ │ tfidf_gensim.py
│ │ tfidf_sklearn.py
│ │
│ ├─6.1 Python 办公自动化
│ │ │ 6 Python办公自动化.mp4
│ │ │ assignment06_auto_email.py
│ │ │ assignment06_daily_report.py
│ │ │ lesson06DAV0.9.pdf
│ │ │ Week 06.pdf
│ │ │
│ │ └─code
│ │ ├─email
│ │ │ email1.py
│ │ │
│ │ ├─excel
│ │ │ xlrd1.py
│ │ │ xlwt1.py
│ │ │ 日报.xls
│ │ │ 楼宇安防.xls
│ │ │ 楼宇安防2.xls
│ │ │
│ │ ├─pdf
│ │ │ │ 2018高新认证名单.csv
│ │ │ │ 2018高新认证名单.pdf
│ │ │ │ book.pdf
│ │ │ │ book.pptx
│ │ │ │ book_pdf_reading.py
│ │ │ │ book_ppt_writing.py
│ │ │ │ course.html
│ │ │ │ course.pdf
│ │ │ │ course_page0.pdf
│ │ │ │ course_page1.pdf
│ │ │ │ course_rotate.pdf
│ │ │ │ course_watermark.pdf
│ │ │ │ demo.pptx
│ │ │ │ merged.pdf
│ │ │ │ pdf2htmlEX.exe
│ │ │ │ pdfminer_reading.py
│ │ │ │ pdfplumber_table.py
│ │ │ │ pypdf2_merge.py
│ │ │ │ pypdf2_read.py
│ │ │ │ pypdf2_rotate.py
│ │ │ │ pypdf2_split.py
│ │ │ │ The Youtube video recommendation system.pdf
│ │ │ │
│ │ │ ├─data
│ │ │ │ base.css
│ │ │ │ base.css.in
│ │ │ │ base.min.css
│ │ │ │ build_css.sh
│ │ │ │ build_js.sh
│ │ │ │ compatibility.min.js
│ │ │ │ fancy.css
│ │ │ │ fancy.css.in
│ │ │ │ fancy.min.css
│ │ │ │ LICENSE
│ │ │ │ manifest
│ │ │ │ pdf2htmlEX-64×64.png
│ │ │ │ pdf2htmlEX.js
│ │ │ │ pdf2htmlEX.js.in
│ │ │ │ pdf2htmlEX.min.js
│ │ │ │
│ │ │ ├─images
│ │ │ │ 10_FXX1.jpeg
│ │ │ │ 11_FXX1.jpeg
│ │ │ │ 11_FXX2.jpeg
│ │ │ │ 12_FXX1.jpeg
│ │ │ │ 13_FXX1.jpeg
│ │ │ │ 14_FXX1.jpeg
│ │ │ │ 14_FXX2.jpeg
│ │ │ │ 15_FXX1.jpeg
│ │ │ │ 16_FXX1.jpeg
│ │ │ │ 16_FXX2.jpeg
│ │ │ │ 17_FXX1.jpeg
│ │ │ │ 17_FXX2.jpeg
│ │ │ │ 18_FXX1.jpeg
│ │ │ │ 19_FXX1.jpeg
│ │ │ │ 19_FXX2.jpeg
│ │ │ │ 1_FXX1.jpeg
│ │ │ │ 1_FXX2.jpeg
│ │ │ │ 20_FXX1.jpeg
│ │ │ │ 20_FXX2.jpeg
│ │ │ │ 21_FXX1.jpeg
│ │ │ │ 22_FXX1.jpeg
│ │ │ │ 23_FXX1.jpeg
│ │ │ │ 24_FXX1.jpeg
│ │ │ │ 24_FXX2.jpeg
│ │ │ │ 25_FXX1.jpeg
│ │ │ │ 26_FXX1.jpeg
│ │ │ │ 26_FXX2.jpeg
│ │ │ │ 27_FXX1.jpeg
│ │ │ │ 27_FXX2.jpeg
│ │ │ │ 28_FXX1.jpeg
│ │ │ │ 29_FXX1.jpeg
│ │ │ │ 29_FXX2.jpeg
│ │ │ │ 2_FXX1.jpeg
│ │ │ │ 2_FXX2.jpeg
│ │ │ │ 30_FXX1.jpeg
│ │ │ │ 30_FXX2.jpeg
│ │ │ │ 31_FXX1.jpeg
│ │ │ │ 31_FXX2.jpeg
│ │ │ │ 32_FXX1.jpeg
│ │ │ │ 33_FXX1.jpeg
│ │ │ │ 33_FXX2.jpeg
│ │ │ │ 33_FXX3.jpeg
│ │ │ │ 34_FXX1.jpeg
│ │ │ │ 34_FXX2.jpeg
│ │ │ │ 35_FXX1.jpeg
│ │ │ │ 35_FXX2.jpeg
│ │ │ │ 36_FXX1.jpeg
│ │ │ │ 37_FXX1.jpeg
│ │ │ │ 39_FXX1.jpeg
│ │ │ │ 3_FXX1.jpeg
│ │ │ │ 40_FXX1.jpeg
│ │ │ │ 41_FXX1.jpeg
│ │ │ │ 41_FXX2.jpeg
│ │ │ │ 42_FXX1.jpeg
│ │ │ │ 42_FXX2.jpeg
│ │ │ │ 43_FXX1.jpeg
│ │ │ │ 43_FXX2.jpeg
│ │ │ │ 44_FXX1.jpeg
│ │ │ │ 45_FXX1.jpeg
│ │ │ │ 45_FXX2.jpeg
│ │ │ │ 46_FXX1.jpeg
│ │ │ │ 47_FXX1.jpeg
│ │ │ │ 48_FXX1.jpeg
│ │ │ │ 49_FXX1.jpeg
│ │ │ │ 4_FXX1.jpeg
│ │ │ │ 4_FXX2.jpeg
│ │ │ │ 50_FXX1.jpeg
│ │ │ │ 50_FXX2.jpeg
│ │ │ │ 5_FXX1.jpeg
│ │ │ │ 6_FXX1.jpeg
│ │ │ │ 6_FXX2.jpeg
│ │ │ │ 7_FXX1.jpeg
│ │ │ │ 8_FXX1.jpeg
│ │ │ │ 8_FXX2.jpeg
│ │ │ │ 9_FXX1.jpeg
│ │ │ │
│ │ │ └─text
│ │ │ 1.txt
│ │ │ 10.txt
│ │ │ 11.txt
│ │ │ 12.txt
│ │ │ 13.txt
│ │ │ 14.txt
│ │ │ 15.txt
│ │ │ 16.txt
│ │ │ 17.txt
│ │ │ 18.txt
│ │ │ 19.txt
│ │ │ 2.txt
│ │ │ 20.txt
│ │ │ 21.txt
│ │ │ 22.txt
│ │ │ 23.txt
│ │ │ 24.txt
│ │ │ 25.txt
│ │ │ 26.txt
│ │ │ 27.txt
│ │ │ 28.txt
│ │ │ 29.txt
│ │ │ 3.txt
│ │ │ 30.txt
│ │ │ 31.txt
│ │ │ 32.txt
│ │ │ 33.txt
│ │ │ 34.txt
│ │ │ 35.txt
│ │ │ 36.txt
│ │ │ 37.txt
│ │ │ 38.txt
│ │ │ 39.txt
│ │ │ 4.txt
│ │ │ 40.txt
│ │ │ 41.txt
│ │ │ 42.txt
│ │ │ 43.txt
│ │ │ 44.txt
│ │ │ 45.txt
│ │ │ 46.txt
│ │ │ 47.txt
│ │ │ 48.txt
│ │ │ 49.txt
│ │ │ 5.txt
│ │ │ 50.txt
│ │ │ 6.txt
│ │ │ 7.txt
│ │ │ 8.txt
│ │ │ 9.txt
│ │ │
│ │ ├─ppt
│ │ │ demo.pptx
│ │ │ pic1.jpg
│ │ │ ppt1.py
│ │ │ pptx_usage.pptx
│ │ │ ppt_action.py
│ │ │
│ │ └─word
│ │ pic1.jpg
│ │ test.docx
│ │ word1.py
│ │
│ └─7.1 服务器、数据库与分布式系统
│ │ 7 Python办公自动化.mp4
│ │ assignment07.py
│ │ lesson07DAV0.5.pdf
│ │ Week 07.pdf
│ │
│ └─code
│ │ heros.sql
│ │
│ ├─hadoop_code
│ │ input.txt
│ │ mapper.py
│ │ reducer.py
│ │
│ ├─hotel_recommendation
│ │ hotel_rec.py
│ │ pyspark_tfidf.py
│ │ Seattle_Hotels.csv
│ │
│ ├─kpl_data
│ │ hero_temp.py
│ │ kpl_data.py
│ │
│ └─pyspark
│ heros.csv
│ input.txt
│ pyspark_dataframe.py
│ pyspark_wordcount.py
│
├─06-微软九步AI学习法-人工智能核心知识强化课程
│ ├─1.1 搜索树，图算法，深度优化与广度优化，算法的时间复杂度
│ │ │ Assignment01.ipynb
│ │ │ Git 与版本控制、代码风格.pptx
│ │ │ Git 思维导图.xmind
│ │ │ Git与版本控制、代码风格.mp4
│ │ │ networkx如何设置中文.ipynb
│ │ │ SimHei.ttf
│ │ │
│ │ ├─image-retrieval-master
│ │ │ │ data.json
│ │ │ │ demo.py
│ │ │ │ feature_extractor.py
│ │ │ │ LICENSE
│ │ │ │ offline.py
│ │ │ │ README.md
│ │ │ │ requirements.txt
│ │ │ │ server.py
│ │ │ │
│ │ │ ├─.idea
│ │ │ │ │ misc.xml
│ │ │ │ │ modules.xml
│ │ │ │ │ sis-master.iml
│ │ │ │ │ vcs.xml
│ │ │ │ │ workspace.xml
│ │ │ │ │
│ │ │ │ └─inspectionProfiles
│ │ │ │ profiles_settings.xml
│ │ │ │
│ │ │ ├─static
│ │ │ │ ├─feature
│ │ │ │ ├─img
│ │ │ │ └─uploaded
│ │ │ ├─templates
│ │ │ │ index.html
│ │ │ │
│ │ │ └─__pycache__
│ │ │ feature_extractor.cpython-36.pyc
│ │ │
│ │ ├─lesson01-course
│ │ │ │ bfs.jpg
│ │ │ │ bfs_2.jpg
│ │ │ │ Computing Complexity.jpg
│ │ │ │ c_c.jpg
│ │ │ │ dfs.jpg
│ │ │ │ dfs_2.jpg
│ │ │ │ diff_cc.jpg
│ │ │ │ edit_distance.jpg
│ │ │ │ edit_distance_math.jpg
│ │ │ │ edit_distance_t.jpg
│ │ │ │ graph.jpg
│ │ │ │ graph_type.jpg
│ │ │ │ houchang.jpg
│ │ │ │ lesson_1.ipynb
│ │ │ │ queue.jpg
│ │ │ │ random_al.jpg
│ │ │ │ stack.jpg
│ │ │ │ tree.jpg
│ │ │ │
│ │ │ └─.ipynb_checkpoints
│ │ │ Computing Complexity-checkpoint.jpg
│ │ │ dfs-checkpoint.jpg
│ │ │ edit_distance_math-checkpoint.jpg
│ │ │ lesson_1-checkpoint.ipynb
│ │ │
│ │ └─图像检索项目指导书与数据
│ │ .DS_Store
│ │ dataset.zip
│ │ glove.6B.zip
│ │ ukbench.zip
│ │ 图像检索项目指导书.pptx
│ │
│ ├─1.2 第一周作业讲解
│ │ Assignment_01.ipynb
│ │ 第一周作业讲解.mp4
│ │
│ ├─2.1 神经网络基础，tensorflow和pytorch框架
│ │ │ Assignment02.pdf
│ │ │ Assignment02.py
│ │ │ Assignment02_numpy_boston.py
│ │ │ lesson02AIV1.4.pptx
│ │ │ 神经网络基础，tensorflow和pytorch框架.mp4
│ │ │
│ │ ├─code
│ │ │ │ is_similarity.py
│ │ │ │ make_moons_pytorch.py
│ │ │ │ numpy_model.py
│ │ │ │
│ │ │ ├─activation_function
│ │ │ │ relu1.py
│ │ │ │ sigmod1.py
│ │ │ │ tanh1.py
│ │ │ │
│ │ │ ├─boston_price
│ │ │ └─house_price
│ │ └─house_price
│ │ linear_prediction1.py
│ │ linear_prediction2.py
│ │
│ ├─3.1 深度卷积网络与计算机图像1
│ │ │ ai-core-lesson-03-cnn V1.1.pdf
│ │ │ 基于CNN模型的物体识别.ipynb
│ │ │ 深度卷积网络与计算机图像1.mp4
│ │ │
│ │ └─微软_lesson03
│ │ │ alexnet.png
│ │ │ BackBone.jpg
│ │ │ bn_algorithm.png
│ │ │ bottleneck.jpg
│ │ │ classification.jpg
│ │ │ conv2d_padding.gif
│ │ │ densenet.jpg
│ │ │ dropout.jpg
│ │ │ feature_maps.png
│ │ │ googlenet.png
│ │ │ inception.jpg
│ │ │ lesson_3.ipynb
│ │ │ Local_invariant.png
│ │ │ pool.png
│ │ │ pooling.jpeg
│ │ │ receptive_field.png
│ │ │ ResNet_structure.jpg
│ │ │ same_padding_no_strides_transposed.gif
│ │ │ stride.jpeg
│ │ │ strides.png
│ │ │ valid_padding.jpeg
│ │ │ VGG16.png
│ │ │ vgg_FLOPs.jpg
│ │ │ 故宫.jpg
│ │ │
│ │ └─.ipynb_checkpoints
│ │ lesson_3-checkpoint.ipynb
│ │ 基于CNN模型的物体识别-checkpoint.ipynb
│ │
│ ├─3.2 深度卷积网络与计算机图像2
│ │ │ Assignment 03_2.pdf
│ │ │ Assignment03-refer.py
│ │ │ cnn_feature_map_demo.py
│ │ │ lesson03AIV1.3.pdf
│ │ │ 深度卷积网络与计算机图像2.mp4
│ │ │
│ │ └─code
│ │ alexnet1.py
│ │ Assignment03-refer.py
│ │ cifar10_resnet.py
│ │ cnn_feature_map_demo.py
│ │ cnn_viz.py
│ │ dog.jpg
│ │ mnist_alexnet.py
│ │ stanford_car_dataset.py
│ │ stanford_car_resnet.py
│ │
│ ├─4.1 循环神经网络，文本表征，词向量初步，文本自动分类
│ │ │ Assignment 04.pdf
│ │ │ lesson04AIV1.7.pdf
│ │ │ 循环神经网络，文本表征，词向量初步，文本自动分类.mp4
│ │ │ 搜索树，图算法，深度优化与广度优化，算法的时间复杂度.mp4
│ │ │
│ │ ├─cnews
│ │ │ cnews_loader.py
│ │ │ model.py
│ │ │ test.py
│ │ │ train.py
│ │ │ train_sampling.py
│ │ │
│ │ └─code
│ │ ├─cnews
│ │ │ cnews.test.txt
│ │ │ cnews.train.txt
│ │ │ cnews.val.txt
│ │ │ cnews.vocab.txt
│ │ │ cnews_loader.py
│ │ │ data_batch.py
│ │ │ model.py
│ │ │ test.py
│ │ │ train_sampling.py
│ │ │
│ │ ├─flights
│ │ │ flights.csv
│ │ │ flight_linear.py
│ │ │ flight_rnn.py
│ │ │
│ │ └─mnist
│ │ mnist_rnn.py
│ │
│ ├─5.1 Seq2Sequence，机器自动翻译， Image Caption, Attention机制
│ │ Assignment_05.ipynb
│ │ cmn.txt
│ │ Lesson_05.pdf
│ │ lesson_05_code.ipynb
│ │ Seq2Sequence，机器自动翻译，ImageCaption,Attention机制.mp4
│ │ _about.txt
│ │
│ ├─6.1 贝叶斯，决策树，随机森林，SVM模型
│ │ │ assignment06作业参考答案.py
│ │ │ lesson06AIV0.4.pdf
│ │ │ lesson06AIV0.8.pptx
│ │ │ lesson06AIV0.8（PDF）.pdf
│ │ │ 贝叶斯，决策树，随机森林，SVM模型.mp4
│ │ │
│ │ ├─Assignment06
│ │ │ chinese_stopwords.txt
│ │ │ sqlResult.csv
│ │ │
│ │ └─L6
│ │ │ mnist_clf.py
│ │ │ mnist_semi.py
│ │ │ NORMDIST.py
│ │ │
│ │ ├─Assignment06
│ │ │ chinese_stopwords.txt
│ │ │ sqlResult.csv
│ │ │
│ │ └─team_cluster
│ │ team_cluster_data.csv
│ │ team_cluster_hierarchy.py
│ │ team_cluster_kmeans.py
│ │
│ └─7.1 加课：seq2seq的代码及作业的讲解
│ bleu1.py
│ lesson05AIV1.0.pptx
│ lesson05AIV1.2.pptx
│ 加课：seq2seq的代码及作业的讲解.mp4
│
├─07-0基础 Python 入门
│ ├─1.1 Python 基础入门
│ │ go.py
│ │ python-1-Python基础入门.mp4
│ │ week1-python入门基础.ipynb
│ │
│ ├─2.1 Python 编程入门
│ │ │ python-2-Python编程入门.mp4
│ │ │
│ │ └─week2-python编程基础
│ │ │ data_structure.jpg
│ │ │ division.py
│ │ │ fight.jpg
│ │ │ houchang_night.jpg
│ │ │ landuo.jpg
│ │ │ list_index.jpg
│ │ │ sanguosha.jpg
│ │ │ trust.jpg
│ │ │ weapon.jpg
│ │ │ weapon.py
│ │ │ week2-python编程基础.ipynb
│ │ │ 实现一个栈_题目解析.ipynb
│ │ │ 实现一个队列-题目解析.ipynb
│ │ │
│ │ ├─.ipynb_checkpoints
│ │ │ division-checkpoint.py
│ │ │ weapon-checkpoint.py
│ │ │ week2-python编程基础-checkpoint.ipynb
│ │ │ 实现一个栈_题目解析-checkpoint.ipynb
│ │ │ 实现一个队列-题目解析-checkpoint.ipynb
│ │ │
│ │ └─__pycache__
│ │ division.cpython-37.pyc
│ │ weapon.cpython-37.pyc
│ │
│ ├─3.1 常用模块-numpy
│ │ │ python-3-常用模块-numpy.mp4
│ │ │
│ │ └─week3-numpy
│ │ │ arr_index.jpg
│ │ │ data_s_1.jpg
│ │ │ data_s_2.jpg
│ │ │ guangbo.jpg
│ │ │ np_type1.jpg
│ │ │ np_type2.jpg
│ │ │ python3爬虫—百度百科（疾病信息）.md
│ │ │ random_1.jpg
│ │ │ random_2.jpg
│ │ │ ufun_1d_1.jpg
│ │ │ ufun_1d_2.jpg
│ │ │ ufun_2d_1.jpg
│ │ │ week3-numpy.ipynb
│ │ │ 正则表达式.ipynb
│ │ │ 爬取空气质量-理解爬虫原理.ipynb
│ │ │
│ │ └─.ipynb_checkpoints
│ │ python3爬虫—百度百科（疾病信息）-checkpoint.md
│ │ week3-numpy-checkpoint.ipynb
│ │ 正则表达式-checkpoint.ipynb
│ │ 爬取空气质量-理解爬虫原理-checkpoint.ipynb
│ │
│ ├─4.1 常用模块-pandas
│ │ │ python-4-常用模块-pandas.mp4
│ │ │ week4-pandsa.zip
│ │ │
│ │ └─week4-pandsa
│ │ │ index_m.jpg
│ │ │ math.jpg
│ │ │ pandas_getdata.jpg
│ │ │ pandas_stat.jpg
│ │ │ rank_m.jpg
│ │ │ reindex_f.jpg
│ │ │ week4-pandas初步.ipynb
│ │ │
│ │ └─.ipynb_checkpoints
│ │ week4-pandas初步-checkpoint.ipynb
│ │
│ ├─5.1 数据可视化
│ │ python-5-数据可视化.mp4
│ │ week5-数据可视化.ipynb
│ │
│ └─6.1 Python 办公自动化
│ │ lesson06DAV0.9.pptx
│ │ python-6-Python办公自动化.mp4
│ │
│ └─code
│ ├─email
│ │ email1.py
│ │
│ ├─excel
│ │ xlrd1.py
│ │ xlwt1.py
│ │ 日报.xls
│ │ 楼宇安防.xls
│ │ 楼宇安防2.xls
│ │
│ ├─pdf
│ │ │ 2018高新认证名单.csv
│ │ │ 2018高新认证名单.pdf
│ │ │ book.pdf
│ │ │ book.pptx
│ │ │ book_pdf_reading.py
│ │ │ book_ppt_writing.py
│ │ │ course.html
│ │ │ course.pdf
│ │ │ course_page0.pdf
│ │ │ course_page1.pdf
│ │ │ course_rotate.pdf
│ │ │ course_watermark.pdf
│ │ │ demo.pptx
│ │ │ merged.pdf
│ │ │ pdf2htmlEX.exe
│ │ │ pdfminer_reading.py
│ │ │ pdfplumber_table.py
│ │ │ pypdf2_merge.py
│ │ │ pypdf2_read.py
│ │ │ pypdf2_rotate.py
│ │ │ pypdf2_split.py
│ │ │ The Youtube video recommendation system.pdf
│ │ │
│ │ ├─data
│ │ │ base.css
│ │ │ base.css.in
│ │ │ base.min.css
│ │ │ build_css.sh
│ │ │ build_js.sh
│ │ │ compatibility.min.js
│ │ │ fancy.css
│ │ │ fancy.css.in
│ │ │ fancy.min.css
│ │ │ LICENSE
│ │ │ manifest
│ │ │ pdf2htmlEX-64×64.png
│ │ │ pdf2htmlEX.js
│ │ │ pdf2htmlEX.js.in
│ │ │ pdf2htmlEX.min.js
│ │ │
│ │ ├─images
│ │ │ 10_FXX1.jpeg
│ │ │ 11_FXX1.jpeg
│ │ │ 11_FXX2.jpeg
│ │ │ 12_FXX1.jpeg
│ │ │ 13_FXX1.jpeg
│ │ │ 14_FXX1.jpeg
│ │ │ 14_FXX2.jpeg
│ │ │ 15_FXX1.jpeg
│ │ │ 16_FXX1.jpeg
│ │ │ 16_FXX2.jpeg
│ │ │ 17_FXX1.jpeg
│ │ │ 17_FXX2.jpeg
│ │ │ 18_FXX1.jpeg
│ │ │ 19_FXX1.jpeg
│ │ │ 19_FXX2.jpeg
│ │ │ 1_FXX1.jpeg
│ │ │ 1_FXX2.jpeg
│ │ │ 20_FXX1.jpeg
│ │ │ 20_FXX2.jpeg
│ │ │ 21_FXX1.jpeg
│ │ │ 22_FXX1.jpeg
│ │ │ 23_FXX1.jpeg
│ │ │ 24_FXX1.jpeg
│ │ │ 24_FXX2.jpeg
│ │ │ 25_FXX1.jpeg
│ │ │ 26_FXX1.jpeg
│ │ │ 26_FXX2.jpeg
│ │ │ 27_FXX1.jpeg
│ │ │ 27_FXX2.jpeg
│ │ │ 28_FXX1.jpeg
│ │ │ 29_FXX1.jpeg
│ │ │ 29_FXX2.jpeg
│ │ │ 2_FXX1.jpeg
│ │ │ 2_FXX2.jpeg
│ │ │ 30_FXX1.jpeg
│ │ │ 30_FXX2.jpeg
│ │ │ 31_FXX1.jpeg
│ │ │ 31_FXX2.jpeg
│ │ │ 32_FXX1.jpeg
│ │ │ 33_FXX1.jpeg
│ │ │ 33_FXX2.jpeg
│ │ │ 33_FXX3.jpeg
│ │ │ 34_FXX1.jpeg
│ │ │ 34_FXX2.jpeg
│ │ │ 35_FXX1.jpeg
│ │ │ 35_FXX2.jpeg
│ │ │ 36_FXX1.jpeg
│ │ │ 37_FXX1.jpeg
│ │ │ 39_FXX1.jpeg
│ │ │ 3_FXX1.jpeg
│ │ │ 40_FXX1.jpeg
│ │ │ 41_FXX1.jpeg
│ │ │ 41_FXX2.jpeg
│ │ │ 42_FXX1.jpeg
│ │ │ 42_FXX2.jpeg
│ │ │ 43_FXX1.jpeg
│ │ │ 43_FXX2.jpeg
│ │ │ 44_FXX1.jpeg
│ │ │ 45_FXX1.jpeg
│ │ │ 45_FXX2.jpeg
│ │ │ 46_FXX1.jpeg
│ │ │ 47_FXX1.jpeg
│ │ │ 48_FXX1.jpeg
│ │ │ 49_FXX1.jpeg
│ │ │ 4_FXX1.jpeg
│ │ │ 4_FXX2.jpeg
│ │ │ 50_FXX1.jpeg
│ │ │ 50_FXX2.jpeg
│ │ │ 5_FXX1.jpeg
│ │ │ 6_FXX1.jpeg
│ │ │ 6_FXX2.jpeg
│ │ │ 7_FXX1.jpeg
│ │ │ 8_FXX1.jpeg
│ │ │ 8_FXX2.jpeg
│ │ │ 9_FXX1.jpeg
│ │ │
│ │ └─text
│ │ 1.txt
│ │ 10.txt
│ │ 11.txt
│ │ 12.txt
│ │ 13.txt
│ │ 14.txt
│ │ 15.txt
│ │ 16.txt
│ │ 17.txt
│ │ 18.txt
│ │ 19.txt
│ │ 2.txt
│ │ 20.txt
│ │ 21.txt
│ │ 22.txt
│ │ 23.txt
│ │ 24.txt
│ │ 25.txt
│ │ 26.txt
│ │ 27.txt
│ │ 28.txt
│ │ 29.txt
│ │ 3.txt
│ │ 30.txt
│ │ 31.txt
│ │ 32.txt
│ │ 33.txt
│ │ 34.txt
│ │ 35.txt
│ │ 36.txt
│ │ 37.txt
│ │ 38.txt
│ │ 39.txt
│ │ 4.txt
│ │ 40.txt
│ │ 41.txt
│ │ 42.txt
│ │ 43.txt
│ │ 44.txt
│ │ 45.txt
│ │ 46.txt
│ │ 47.txt
│ │ 48.txt
│ │ 49.txt
│ │ 5.txt
│ │ 50.txt
│ │ 6.txt
│ │ 7.txt
│ │ 8.txt
│ │ 9.txt
│ │
│ ├─ppt
│ │ demo.pptx
│ │ pic1.jpg
│ │ ppt1.py
│ │ pptx_usage.pptx
│ │ ppt_action.py
│ │
│ └─word
│ pic1.jpg
│ test.docx
│ word1.py
│
├─08-深度学习框架选修课
│ ├─1.1 tensorflow基础知识以及高级api keras
│ │ │ tensorflow基础知识以及高级apikeras.mp4
│ │ │ 深度学习框架.pptx
│ │ │ 课堂代码.docx
│ │ │
│ │ └─学习资料
│ │ CNN-Alexnet.pdf
│ │ GRU.pdf
│ │ LSTM.pdf
│ │ RNN.pdf
│ │
│ ├─2.1 搭建模型和进阶操作
│ │ 2-1搭建模型和进阶操作课堂代码.docx
│ │ 搭建模型和进阶操作.mp4
│ │
│ ├─3.1 tensorflow实践项目“大杂烩”
│ │ │ tensorflow实践项目“大杂烩”.mp4
│ │ │ 课堂代码.docx
│ │ │
│ │ └─学习资料
│ │ 1.jpg
│ │ 2.jpg
│ │ 3.jpg
│ │ 4.png
│ │ 注意力机制.pdf
│ │ 自变分编码器.pdf
│ │ 词向量.pdf
│ │ 风格迁移.pdf
│ │
│ ├─4.1 pytorch基础知识
│ │ pytorch基础知识.mp4
│ │ 课堂代码.docx
│ │
│ └─5.1 pytorch神经网络搭建
│ pytorch神经网络搭建.mp4
│ stn.pdf
│ 课程代码.docx
│
├─09-人工智能基础能力提升课
│ ├─1.1 编程基础
│ │ │ Allen B. Downey - Think Python (2012, O’Reilly Media) - libgen.lc.pdf
│ │ │ week1-编程基础.mp4
│ │ │
│ │ └─Lesson-01学习资料
│ │ article_9k.txt
│ │ Lesson-01-course-code-running.ipynb
│ │ Lesson-01-Playground.ipynb
│ │ Lesson-01-Practice-News-Analysis 答案.zip
│ │ Lesson-01-Practice-News-Analysis.ipynb
│ │ Lesson-01.pptx
│ │ Lesson-1-Course-Source-Code.ipynb
│ │
│ ├─2.1 数据分析基础
│ │ │ week2-数据分析基础.mp4
│ │ │
│ │ └─Lesson-02学习资料
│ │ Lesson-02-Online-Course-Code.ipynb
│ │ Lesson-02-Playground.ipynb
│ │ Lesson-02-text-visuzalization-and-kmeans.ipynb
│ │
│ ├─3.1 机器学习的基本方法
│ │ │ lesson03AIV0.5(2).pptx
│ │ │ week3机器学习的基本方法.mp4
│ │ │
│ │ └─Lesson-03学习资料
│ │ jobs_4k.xls
│ │ job_analysis.py
│ │ L3-code.zip
│ │ lesson03AIV0.6.pptx
│ │ mnist_clf.py
│ │ networkx_graph_demo.py
│ │ networkx_pagerank.py
│ │ pagerank_simulation.py
│ │ random_sample_demo.py
│ │
│ ├─4.1 机器学习的基本方法（二）
│ │ Lecture-04-Assignment-Word2vec-Beginning.ipynb
│ │ Lesson-04-Numerical-Categorical-and-One-hot-Embedding.ipynb
│ │ Lesson-04-word2vec-one-hot.pptx
│ │ lesson-04-词向量的过程.ipynb
│ │ week4机器学习的基本方法（二）.mp4
│ │
│ ├─5.1 神经网络的基本原理与方法（一）
│ │ │ lesson05AIVV1.1.pptx
│ │ │ week5神经网络的基本原理与方法（一）.mp4
│ │ │
│ │ └─L5
│ │ ├─cnn
│ │ │ cnn_feature_map_demo.py
│ │ │ cnn_viz.py
│ │ │ 故宫.jpg
│ │ │
│ │ ├─cross_entropy
│ │ │ cross_entropy1.py
│ │ │
│ │ └─pytorch
│ │ make_moons_pytorch.py
│ │ test_pytorch.py
│ │
│ ├─6.1 神经网络的基本原理与方法（二）
│ │ │ lesson06AIV0.8.pptx
│ │ │ week6神经网络的基本原理与方法（二）.mp4
│ │ │
│ │ └─code
│ │ │ mnist_alexnet.py
│ │ │
│ │ ├─activation_function
│ │ │ relu1.py
│ │ │ sigmod1.py
│ │ │ tanh1.py
│ │ │
│ │ └─numpy_nn
│ │ numpy_boston1.py
│ │ numpy_model.py
│ │
│ ├─7.1 卷积神经网络（一）
│ │ lesson07AIV1.3.pptx
│ │ week7卷积神经网络（一）.mp4
│ │
│ ├─8.1 卷积神经网络（二）
│ │ │ lesson08BIV0.6.pptx
│ │ │ week8卷积神经网络（二）.mp4
│ │ │
│ │ ├─AutoML
│ │ │ ├─Bank_Deposit
│ │ │ │ train.csv
│ │ │ │ user_request.txt
│ │ │ │
│ │ │ └─Flowers
│ │ │ │ request_api_automl.py
│ │ │ │
│ │ │ ├─test
│ │ │ │ image_0719.jpg
│ │ │ │ image_0720.jpg
│ │ │ │ image_0799.jpg
│ │ │ │ image_0800.jpg
│ │ │ │ image_0879.jpg
│ │ │ │ image_0880.jpg
│ │ │ │
│ │ │ └─train
│ │ │ image_0641.jpg
│ │ │ image_0642.jpg
│ │ │ image_0643.jpg
│ │ │ image_0644.jpg
│ │ │ image_0645.jpg
│ │ │ image_0646.jpg
│ │ │ image_0647.jpg
│ │ │ image_0648.jpg
│ │ │ image_0649.jpg
│ │ │ image_0650.jpg
│ │ │ image_0651.jpg
│ │ │ image_0652.jpg
│ │ │ image_0653.jpg
│ │ │ image_0654.jpg
│ │ │ image_0655.jpg
│ │ │ image_0656.jpg
│ │ │ image_0721.jpg
│ │ │ image_0722.jpg
│ │ │ image_0723.jpg
│ │ │ image_0724.jpg
│ │ │ image_0725.jpg
│ │ │ image_0726.jpg
│ │ │ image_0727.jpg
│ │ │ image_0728.jpg
│ │ │ image_0729.jpg
│ │ │ image_0730.jpg
│ │ │ image_0731.jpg
│ │ │ image_0732.jpg
│ │ │ image_0733.jpg
│ │ │ image_0734.jpg
│ │ │ image_0735.jpg
│ │ │ image_0736.jpg
│ │ │ image_0801.jpg
│ │ │ image_0802.jpg
│ │ │ image_0803.jpg
│ │ │ image_0804.jpg
│ │ │ image_0805.jpg
│ │ │ image_0806.jpg
│ │ │ image_0807.jpg
│ │ │ image_0808.jpg
│ │ │ image_0809.jpg
│ │ │ image_0810.jpg
│ │ │ image_0811.jpg
│ │ │ image_0812.jpg
│ │ │ image_0813.jpg
│ │ │ image_0814.jpg
│ │ │ image_0815.jpg
│ │ │ image_0816.jpg
│ │ │
│ │ ├─COVID-CT
│ │ │ │ dianwei.jpg
│ │ │ │ random_resized_crop.py
│ │ │ │
│ │ │ ├─data
│ │ │ │ ├─COVID
│ │ │ │ │ testCT_COVID.txt
│ │ │ │ │ trainCT_COVID.txt
│ │ │ │ │ valCT_COVID.txt
│ │ │ │ │
│ │ │ │ └─NonCOVID
│ │ │ │ CT_NonCOVID_test_id.csv
│ │ │ │ CT_NonCOVID_train_id.csv
│ │ │ │ CT_NonCOVID_val_id.csv
│ │ │ │ testCT_NonCOVID.txt
│ │ │ │ trainCT_NonCOVID.txt
│ │ │ │ valCT_NonCOVID.txt
│ │ │ │
│ │ │ ├─images
│ │ │ │ ├─CT_COVID
│ │ │ │ │ 2019-novel-Coronavirus-severe-adult-respiratory-dist_2020_International-Jour-p3-89%0.png
│ │ │ │ │ 2019-novel-Coronavirus-severe-adult-respiratory-dist_2020_International-Jour-p3-89%1.png
│ │ │ │ │ 2019-novel-Coronavirus-severe-adult-respiratory-dist_2020_International-Jour-p3-91.png
│ │ │ │ │ 2020.01.24.919183-p27-132.png
│ │ │ │ │ 2020.01.24.919183-p27-133.png
│ │ │ │ │ 2020.01.24.919183-p27-134.png
│ │ │ │ │ 2020.01.24.919183-p27-135.png
│ │ │ │ │ 2020.02.10.20021584-p6-52%0.png
│ │ │ │ │ 2020.02.10.20021584-p6-52%1.png
│ │ │ │ │ 2020.02.10.20021584-p6-52%10.png
│ │ │ │ │ 2020.02.10.20021584-p6-52%11.png
│ │ │ │ │ 2020.02.10.20021584-p6-52%12.png
│ │ │ │ │ 2020.02.10.20021584-p6-52%13.png
│ │ │ │ │ 2020.02.10.20021584-p6-52%14.png
│ │ │ │ │ 2020.02.10.20021584-p6-52%15.png
│ │ │ │ │ 2020.02.10.20021584-p6-52%2.png
│ │ │ │ │ 2020.02.10.20021584-p6-52%3.png
│ │ │ │ │ 2020.02.10.20021584-p6-52%4.png
│ │ │ │ │ 2020.02.10.20021584-p6-52%5.png
│ │ │ │ │ 2020.02.10.20021584-p6-52%6.png
│ │ │ │ │ 2020.02.10.20021584-p6-52%7.png
│ │ │ │ │ 2020.02.10.20021584-p6-52%8.png
│ │ │ │ │ 2020.02.10.20021584-p6-52%9.png
│ │ │ │ │ 2020.02.11.20021493-p16-109%0.png
│ │ │ │ │ 2020.02.11.20021493-p16-109%1.png
│ │ │ │ │ 2020.02.11.20021493-p16-109%2.png
│ │ │ │ │ 2020.02.11.20022053-p12-67%0.png
│ │ │ │ │ 2020.02.11.20022053-p12-67%1.png
│ │ │ │ │ 2020.02.11.20022053-p12-67%2.png
│ │ │ │ │ 2020.02.11.20022053-p12-67%3.png
│ │ │ │ │ 2020.02.13.20022673-p13-77%0.png
│ │ │ │ │ 2020.02.13.20022673-p13-77%1.png
│ │ │ │ │ 2020.02.13.20022673-p13-77%2.png
│ │ │ │ │ 2020.02.17.20024018-p17-61%0.png
│ │ │ │ │ 2020.02.17.20024018-p17-61%1.png
│ │ │ │ │ 2020.02.17.20024018-p17-61%2.png
│ │ │ │ │ 2020.02.17.20024018-p17-61%3.png
│ │ │ │ │ 2020.02.17.20024018-p17-61%4.png
│ │ │ │ │ 2020.02.19.20025023-p20-93%0.png
│ │ │ │ │ 2020.02.19.20025023-p20-93%1.png
│ │ │ │ │ 2020.02.19.20025023-p20-93%2.png
│ │ │ │ │ 2020.02.19.20025023-p20-93%3.png
│ │ │ │ │ 2020.02.22.20024927-p18-66%0.png
│ │ │ │ │ 2020.02.22.20024927-p18-66%1.png
│ │ │ │ │ 2020.02.22.20024927-p18-66%2.png
│ │ │ │ │ 2020.02.22.20024927-p19-68%0.png
│ │ │ │ │ 2020.02.22.20024927-p19-68%1.png
│ │ │ │ │ 2020.02.22.20024927-p19-68%2.png
│ │ │ │ │ 2020.02.22.20024927-p19-68%3.png
│ │ │ │ │ 2020.02.22.20024927-p19-68%4.png
│ │ │ │ │ 2020.02.22.20024927-p19-68%5.png
│ │ │ │ │ 2020.02.22.20024927-p20-70%0.png
│ │ │ │ │ 2020.02.22.20024927-p20-70%1.png
│ │ │ │ │ 2020.02.22.20024927-p20-70%2.png
│ │ │ │ │ 2020.02.22.20024927-p20-70%3.png
│ │ │ │ │ 2020.02.23.20026856-p17-115%0.png
│ │ │ │ │ 2020.02.23.20026856-p17-115%1.png
│ │ │ │ │ 2020.02.23.20026856-p17-115%2.png
│ │ │ │ │ 2020.02.23.20026856-p17-115%3.png
│ │ │ │ │ 2020.02.23.20026856-p17-115%4.png
│ │ │ │ │ 2020.02.23.20026856-p17-115%5.png
│ │ │ │ │ 2020.02.24.20027052-p8-73%0.png
│ │ │ │ │ 2020.02.24.20027052-p8-73%1.png
│ │ │ │ │ 2020.02.24.20027052-p8-73%2.png
│ │ │ │ │ 2020.02.24.20027052-p8-73%3.png
│ │ │ │ │ 2020.02.24.20027201-p19-669.png
│ │ │ │ │ 2020.02.24.20027201-p19-670.png
│ │ │ │ │ 2020.02.25.20021568-p23-108%0.png
│ │ │ │ │ 2020.02.25.20021568-p23-108%1.png
│ │ │ │ │ 2020.02.25.20021568-p23-108%10.png
│ │ │ │ │ 2020.02.25.20021568-p23-108%11.png
│ │ │ │ │ 2020.02.25.20021568-p23-108%12.png
│ │ │ │ │ 2020.02.25.20021568-p23-108%13.png
│ │ │ │ │ 2020.02.25.20021568-p23-108%14.png
│ │ │ │ │ 2020.02.25.20021568-p23-108%15.png
│ │ │ │ │ 2020.02.25.20021568-p23-108%2.png
│ │ │ │ │ 2020.02.25.20021568-p23-108%3.png
│ │ │ │ │ 2020.02.25.20021568-p23-108%4.png
│ │ │ │ │ 2020.02.25.20021568-p23-108%5.png
│ │ │ │ │ 2020.02.25.20021568-p23-108%6.png
│ │ │ │ │ 2020.02.25.20021568-p23-108%7.png
│ │ │ │ │ 2020.02.25.20021568-p23-108%8.png
│ │ │ │ │ 2020.02.25.20021568-p23-108%9.png
│ │ │ │ │ 2020.02.25.20021568-p24-111%0.png
│ │ │ │ │ 2020.02.25.20021568-p24-111%1.png
│ │ │ │ │ 2020.02.25.20021568-p24-111%2.png
│ │ │ │ │ 2020.02.25.20021568-p24-111%3.png
│ │ │ │ │ 2020.02.25.20021568-p24-111%4.png
│ │ │ │ │ 2020.02.25.20021568-p24-111%5.png
│ │ │ │ │ 2020.02.25.20021568-p24-111%6.png
│ │ │ │ │ 2020.02.25.20021568-p24-111%7.png
│ │ │ │ │ 2020.02.25.20021568-p24-111%8.png
│ │ │ │ │ 2020.02.25.20021568-p24-111%9.png
│ │ │ │ │ 2020.02.25.20027763-p15-53%0.png
│ │ │ │ │ 2020.02.25.20027763-p15-53%1.png
│ │ │ │ │ 2020.02.26.20026989-p34-114_1%0.png
│ │ │ │ │ 2020.02.26.20026989-p34-114_1%1.png
│ │ │ │ │ 2020.02.26.20026989-p34-114_2%0.png
│ │ │ │ │ 2020.02.26.20026989-p34-114_2%1.png
│ │ │ │ │ 2020.02.26.20027938-p6-80_1%0.png
│ │ │ │ │ 2020.02.26.20027938-p6-80_1%1.png
│ │ │ │ │ 2020.02.26.20027938-p6-80_2%0.png
│ │ │ │ │ 2020.02.26.20027938-p6-80_2%1.png
│ │ │ │ │ 2020.02.26.20027938-p6-80_3%0.png
│ │ │ │ │ 2020.02.26.20027938-p6-80_3%1.png
│ │ │ │ │ 2020.02.27.20027557-p25-137%0.png
│ │ │ │ │ 2020.02.27.20027557-p25-137%1.png
│ │ │ │ │ 2020.02.27.20027557-p25-137%2.png
│ │ │ │ │ 2020.02.27.20027557-p25-137%3.png
│ │ │ │ │ 2020.02.27.20027557-p25-137%4.png
│ │ │ │ │ 2020.02.28.20029025-p23-182.png
│ │ │ │ │ 2020.02.28.20029025-p23-183.png
│ │ │ │ │ 2020.03.01.20029769-p21-73_1%0.png
│ │ │ │ │ 2020.03.01.20029769-p21-73_1%1.png
│ │ │ │ │ 2020.03.01.20029769-p21-73_1%2.png
│ │ │ │ │ 2020.03.01.20029769-p21-73_2%0.png
│ │ │ │ │ 2020.03.01.20029769-p21-73_2%1.png
│ │ │ │ │ 2020.03.01.20029769-p21-73_2%2.png
│ │ │ │ │ 2020.03.01.20029769-p21-73_3.png
│ │ │ │ │ 2020.03.01.20029769-p21-73_4.png
│ │ │ │ │ 2020.03.03.20030353-p17-106%0.png
│ │ │ │ │ 2020.03.03.20030353-p17-106%1.png
│ │ │ │ │ 2020.03.03.20030353-p17-106%2.png
│ │ │ │ │ 2020.03.03.20030775-p10-88%0.png
│ │ │ │ │ 2020.03.03.20030775-p10-88%1.png
│ │ │ │ │ 2020.03.03.20030775-p11-91.png
│ │ │ │ │ 2020.03.03.20030775-p12-93%0.png
│ │ │ │ │ 2020.03.03.20030775-p12-93%1.png
│ │ │ │ │ 2020.03.04.20026005-p12-1946%0.png
│ │ │ │ │ 2020.03.04.20026005-p12-1946%1.png
│ │ │ │ │ 2020.03.04.20026005-p12-1946%2.png
│ │ │ │ │ 2020.03.04.20026005-p12-1946%3.png
│ │ │ │ │ 2020.03.04.20026005-p12-1946%4.png
│ │ │ │ │ 2020.03.04.20026005-p12-1946%5.png
│ │ │ │ │ 2020.03.04.20030395-p27-108%0.png
│ │ │ │ │ 2020.03.04.20030395-p27-108%1.png
│ │ │ │ │ 2020.03.04.20030395-p27-108%2.png
│ │ │ │ │ 2020.03.04.20030395-p27-108%3.png
│ │ │ │ │ 2020.03.04.20030395-p27-108%4.png
│ │ │ │ │ 2020.03.04.20030395-p27-108%5.png
│ │ │ │ │ 2020.03.04.20030395-p27-108%6.png
│ │ │ │ │ 2020.03.04.20030395-p27-108%7.png
│ │ │ │ │ 2020.03.04.20030395-p27-108%8.png
│ │ │ │ │ 2020.03.04.20031039-p23-97_1%0.png
│ │ │ │ │ 2020.03.04.20031039-p23-97_1%1.png
│ │ │ │ │ 2020.03.04.20031039-p23-97_1%2.png
│ │ │ │ │ 2020.03.04.20031039-p23-97_2%0.png
│ │ │ │ │ 2020.03.04.20031039-p23-97_2%1.png
│ │ │ │ │ 2020.03.04.20031039-p23-97_2%2.png
│ │ │ │ │ 2020.03.04.20031047-p12-81%0.png
│ │ │ │ │ 2020.03.04.20031047-p12-81%1.png
│ │ │ │ │ 2020.03.04.20031047-p12-81%2.png
│ │ │ │ │ 2020.03.04.20031047-p12-81%3.png
│ │ │ │ │ 2020.03.04.20031047-p13-84%0.png
│ │ │ │ │ 2020.03.04.20031047-p13-84%1.png
│ │ │ │ │ 2020.03.04.20031047-p13-84%2.png
│ │ │ │ │ 2020.03.04.20031047-p13-84%3.png
│ │ │ │ │ 2020.03.04.20031047-p13-84%4.png
│ │ │ │ │ 2020.03.04.20031047-p13-84%5.png
│ │ │ │ │ 2020.03.04.20031047-p14-87%0.png
│ │ │ │ │ 2020.03.04.20031047-p14-87%1.png
│ │ │ │ │ 2020.03.07.20031393-p7-50%0.png
│ │ │ │ │ 2020.03.07.20031393-p7-50%1.png
│ │ │ │ │ 2020.03.07.20031393-p7-50%2.png
│ │ │ │ │ 2020.03.07.20031393-p7-50%3.png
│ │ │ │ │ 2020.03.08.20031658-p15-103.png
│ │ │ │ │ 2020.03.08.20031658-p15-104.png
│ │ │ │ │ 2020.03.08.20031658-p15-105.png
│ │ │ │ │ 2020.03.08.20031658-p15-106.png
│ │ │ │ │ 2020.03.09.20033118-p20-93%0.png
│ │ │ │ │ 2020.03.09.20033118-p20-93%1.png
│ │ │ │ │ 2020.03.09.20033118-p20-93%2.png
│ │ │ │ │ 2020.03.09.20033118-p20-93%3.png
│ │ │ │ │ 2020.03.10.20032136-p34-118_1%0.png
│ │ │ │ │ 2020.03.10.20032136-p34-118_1%1.png
│ │ │ │ │ 2020.03.10.20032136-p34-118_2%0.png
│ │ │ │ │ 2020.03.10.20032136-p34-118_2%1.png
│ │ │ │ │ 2020.03.11.20033159-p12-45%0.png
│ │ │ │ │ 2020.03.11.20033159-p12-45%1.png
│ │ │ │ │ 2020.03.11.20033159-p12-45%2.png
│ │ │ │ │ 2020.03.11.20033159-p12-45%3.png
│ │ │ │ │ 2020.03.11.20033159-p12-45%4.png
│ │ │ │ │ 2020.03.11.20033159-p12-45%5.png
│ │ │ │ │ 2020.03.12.20027185-p8-216.png
│ │ │ │ │ 2020.03.12.20027185-p8-217.png
│ │ │ │ │ 2020.03.12.20027185-p8-218.png
│ │ │ │ │ 2020.03.12.20027185-p8-221.png
│ │ │ │ │ 2020.03.12.20034686-p17-91-1.png
│ │ │ │ │ 2020.03.12.20034686-p17-91-2.png
│ │ │ │ │ 2020.03.12.20034686-p17-91-3.png
│ │ │ │ │ 2020.03.12.20034686-p17-91-4.png
│ │ │ │ │ 2020.03.12.20034686-p17-91-5.png
│ │ │ │ │ 2020.03.12.20034686-p17-91-6.png
│ │ │ │ │ 2020.03.13.20035212-p23-152.png
│ │ │ │ │ 2020.03.13.20035212-p23-153.png
│ │ │ │ │ 2020.03.13.20035212-p23-154.png
│ │ │ │ │ 2020.03.13.20035212-p23-155.png
│ │ │ │ │ 2020.03.13.20035212-p23-156.png
│ │ │ │ │ 2020.03.13.20035212-p23-157.png
│ │ │ │ │ 2020.03.13.20035212-p23-158.png
│ │ │ │ │ 2020.03.13.20035212-p23-159.png
│ │ │ │ │ 2020.03.13.20035212-p23-160.png
│ │ │ │ │ 2020.03.13.20035212-p23-161.png
│ │ │ │ │ 2020.03.13.20035212-p23-162.png
│ │ │ │ │ 2020.03.13.20035212-p23-163.png
│ │ │ │ │ 2020.03.16.20035105-p6-64-1.png
│ │ │ │ │ 2020.03.16.20035105-p6-64-2.png
│ │ │ │ │ 2020.03.16.20035105-p6-64-3.png
│ │ │ │ │ 2020.03.16.20035105-p6-64-4.png
│ │ │ │ │ 2020.03.16.20036145-p19-128-1.png
│ │ │ │ │ 2020.03.16.20036145-p19-128-2.png
│ │ │ │ │ 2020.03.16.20036145-p19-128-3.png
│ │ │ │ │ 2020.03.16.20036145-p19-128-4.png
│ │ │ │ │ 2020.03.18.20038125-p15-54-2.png
│ │ │ │ │ 2020.03.18.20038125-p15-54-4.png
│ │ │ │ │ 2020.03.18.20038125-p15-54-5.png
│ │ │ │ │ 2020.03.18.20038125-p15-54-6.png
│ │ │ │ │ 2020.03.18.20038125-p16-56-1.png
│ │ │ │ │ 2020.03.18.20038125-p16-56-2.png
│ │ │ │ │ 2020.03.18.20038125-p16-56-3.png
│ │ │ │ │ 2020.03.18.20038125-p16-56-4.png
│ │ │ │ │ 2020.03.18.20038125-p16-56-5.png
│ │ │ │ │ 2020.03.18.20038125-p16-56-6.png
│ │ │ │ │ 2020.03.19.20038539-p10-57.png
│ │ │ │ │ 2020.03.19.20038539-p10-58.png
│ │ │ │ │ 2020.03.19.20038539-p10-59.png
│ │ │ │ │ 2020.03.19.20038539-p10-60.png
│ │ │ │ │ 2020.03.19.20038539-p10-61.png
│ │ │ │ │ 2020.03.19.20038539-p10-62.png
│ │ │ │ │ 2020.03.20.20037325-p23-121.png
│ │ │ │ │ 2020.03.20.20037325-p23-122.png
│ │ │ │ │ 2020.03.20.20037325-p23-123.png
│ │ │ │ │ 2020.03.20.20037325-p23-124.png
│ │ │ │ │ 2020.03.21.20040691-p18-6-6.png
│ │ │ │ │ 2020.03.21.20040691-p18-67-1.png
│ │ │ │ │ 2020.03.21.20040691-p18-67-2.png
│ │ │ │ │ 2020.03.21.20040691-p18-67-3.png
│ │ │ │ │ 2020.03.21.20040691-p18-67-4.png
│ │ │ │ │ 2020.03.21.20040691-p18-67-5.png
│ │ │ │ │ 2020.03.21.20040691-p18-67-7.png
│ │ │ │ │ 2020.03.21.20040691-p18-67-8.png
│ │ │ │ │ 2020.03.22.20034041-p16-66.png
│ │ │ │ │ 2020.03.22.20034041-p17-80-1.png
│ │ │ │ │ 2020.03.22.20034041-p17-80-2.png
│ │ │ │ │ 2020.03.22.20034041-p18-92-1.png
│ │ │ │ │ 2020.03.22.20034041-p18-92-2.png
│ │ │ │ │ 2020.03.22.20034041-p18-92-3.png
│ │ │ │ │ 2020.03.22.20040782-p24-1533-1.png
│ │ │ │ │ 2020.03.22.20040782-p24-1533-2.png
│ │ │ │ │ 2020.03.22.20040782-p24-1533-3.png
│ │ │ │ │ 2020.03.22.20040782-p24-1533-4.png
│ │ │ │ │ 2020.03.22.20040782-p24-1533-5.png
│ │ │ │ │ 2020.03.22.20040782-p24-1533-6.png
│ │ │ │ │ 2020.03.22.20040782-p24-1533-7.png
│ │ │ │ │ 2020.03.22.20040782-p24-1533-8.png
│ │ │ │ │ 2020.03.22.20040782-p25-1541.png
│ │ │ │ │ 2020.03.22.20040782-p25-1542.png
│ │ │ │ │ 2020.03.22.20040782-p25-1543.png
│ │ │ │ │ 2020.03.22.20040782-p25-1544.png
│ │ │ │ │ 2020.03.22.20040782-p25-1545.png
│ │ │ │ │ 2020.03.22.20040782-p25-1546.png
│ │ │ │ │ 2020.03.25.20037721-p27-165.png
│ │ │ │ │ 2020.03.25.20037721-p27-172.png
│ │ │ │ │ 2020.03.25.20037721-p27-173.png
│ │ │ │ │ 2020.03.25.20037721-p27-174.png
│ │ │ │ │ 2020.03.25.20037721-p27-181.png
│ │ │ │ │ 2020.03.25.20037721-p27-182.png
│ │ │ │ │ 2020.03.25.20043166-p17-78.png
│ │ │ │ │ 2020.03.25.20043166-p17-79.png
│ │ │ │ │ 2020.03.25.20043166-p17-80.png
│ │ │ │ │ 2020.03.25.20043166-p17-81.png
│ │ │ │ │ 2020.03.26.20041426-p11-119.png
│ │ │ │ │ 2020.03.26.20041426-p11-120.png
│ │ │ │ │ 2020.03.26.20041426-p11-121.png
│ │ │ │ │ 2020.03.26.20041426-p11-122.png
│ │ │ │ │ 2020.03.26.20041426-p11-123.png
│ │ │ │ │ 2020.03.26.20041426-p11-124.png
│ │ │ │ │ 2020.03.26.20041426-p11-125.png
│ │ │ │ │ 2020.03.26.20041426-p11-126.png
│ │ │ │ │ 2020.03.26.20041426-p11-127.png
│ │ │ │ │ 2020.03.26.20041426-p11-128.png
│ │ │ │ │ 2020.03.26.20041426-p11-130.png
│ │ │ │ │ 2020.03.26.20041426-p11-131.png
│ │ │ │ │ 2020.03.26.20041426-p11-132.png
│ │ │ │ │ 2020.03.26.20041426-p11-133.png
│ │ │ │ │ 2020.03.30.20047985-p9-56%0.png
│ │ │ │ │ 2020.03.30.20047985-p9-56%1.png
│ │ │ │ │ 2020.03.30.20047985-p9-56%2.png
│ │ │ │ │ 2020.03.30.20047985-p9-56%3.png
│ │ │ │ │ bmj.m606.full-p4-22%0.png
│ │ │ │ │ bmj.m606.full-p4-22%1.png
│ │ │ │ │ bmj.m606.full-p4-22%2.png
│ │ │ │ │ bmj.m606.full-p4-22%3.png
│ │ │ │ │ bmj.m606.full-p4-22%4.png
│ │ │ │ │ bmj.m606.full-p4-22%5.png
│ │ │ │ │ bmj.m606.full-p4-22%6.png
│ │ │ │ │ bmj.m606.full-p4-22%7.png
│ │ │ │ │ Comparison-of-different-samples-for-2019-novel-cor_2020_International-Journa-p2-21%0.png
│ │ │ │ │ Comparison-of-different-samples-for-2019-novel-cor_2020_International-Journa-p2-21%1.png
│ │ │ │ │ Comparison-of-different-samples-for-2019-novel-cor_2020_International-Journa-p2-21%10.png
│ │ │ │ │ Comparison-of-different-samples-for-2019-novel-cor_2020_International-Journa-p2-21%11.png
│ │ │ │ │ Comparison-of-different-samples-for-2019-novel-cor_2020_International-Journa-p2-21%2.png
│ │ │ │ │ Comparison-of-different-samples-for-2019-novel-cor_2020_International-Journa-p2-21%3.png
│ │ │ │ │ Comparison-of-different-samples-for-2019-novel-cor_2020_International-Journa-p2-21%4.png
│ │ │ │ │ Comparison-of-different-samples-for-2019-novel-cor_2020_International-Journa-p2-21%5.png
│ │ │ │ │ Comparison-of-different-samples-for-2019-novel-cor_2020_International-Journa-p2-21%6.png
│ │ │ │ │ Comparison-of-different-samples-for-2019-novel-cor_2020_International-Journa-p2-21%7.png
│ │ │ │ │ Comparison-of-different-samples-for-2019-novel-cor_2020_International-Journa-p2-21%8.png
│ │ │ │ │ Comparison-of-different-samples-for-2019-novel-cor_2020_International-Journa-p2-21%9.png
│ │ │ │ │ ehaa254-p0-63%2.png
│ │ │ │ │ ehaa254-p0-63%3.png
│ │ │ │ │ kjr-21-e24-p2-8.png
│ │ │ │ │ kjr-21-e24-p3-16.png
│ │ │ │ │ kjr-21-e24-p5-29.png
│ │ │ │ │ kjr-21-e24-p5-31.png
│ │ │ │ │ kjr-21-e25-p1-10.png
│ │ │ │ │ kjr-21-e25-p1-12.png
│ │ │ │ │ kjr-21-e25-p1-14.png
│ │ │ │ │ kjr-21-e25-p1-6.png
│ │ │ │ │ kjr-21-e25-p1-8.png
│ │ │ │ │ med-9780198814924-chapter-17-p10-515.png
│ │ │ │ │ Ni2020_Article_CombinationOfWesternMedicineAn-p3-10%0.png
│ │ │ │ │ Ni2020_Article_CombinationOfWesternMedicineAn-p3-10%1.png
│ │ │ │ │ Ni2020_Article_CombinationOfWesternMedicineAn-p4-13%0.png
│ │ │ │ │ Ni2020_Article_CombinationOfWesternMedicineAn-p4-13%1.png
│ │ │ │ │ PIIS0140673620301549_0%0.png
│ │ │ │ │ PIIS0140673620301549_0%1.png
│ │ │ │ │ PIIS0140673620301549_1.png
│ │ │ │ │ PIIS0140673620301549_2.png
│ │ │ │ │ PIIS0140673620302117_1.png
│ │ │ │ │ PIIS0140673620302117_2.png
│ │ │ │ │ PIIS0140673620303603%0.png
│ │ │ │ │ PIIS0140673620303603%1.png
│ │ │ │ │ PIIS0140673620303603%2.png
│ │ │ │ │ PIIS0140673620303603%3.png
│ │ │ │ │ PIIS0140673620303603%4.png
│ │ │ │ │ PIIS0140673620303603%5.png
│ │ │ │ │ PIIS0140673620303603%6.png
│ │ │ │ │ PIIS0140673620303603%7.png
│ │ │ │ │ PIIS0140673620303603%8.png
│ │ │ │ │ Recurrence-of-positive-SARS-CoV-2-RNA-in-C_2020_International-Journal-of-Inf-p1-21%0.png
│ │ │ │ │ Recurrence-of-positive-SARS-CoV-2-RNA-in-C_2020_International-Journal-of-Inf-p1-21%1.png
│ │ │ │ │ Talaromyces-marneffei-infection-relapse-presenting-as-ost_2020_International-p1-12%0.png
│ │ │ │ │ Talaromyces-marneffei-infection-relapse-presenting-as-ost_2020_International-p1-12%1.png
│ │ │ │ │ Talaromyces-marneffei-infection-relapse-presenting-as-ost_2020_International-p1-12%2.png
│ │ │ │ │ Talaromyces-marneffei-infection-relapse-presenting-as-ost_2020_International-p1-12%3.png
│ │ │ │ │
│ │ │ │ └─CT_NonCOVID
│ │ │ │ 0.jpg
│ │ │ │ 1%0.jpg
│ │ │ │ 1%1.jpg
│ │ │ │ 1%2.jpg
│ │ │ │ 10%0.jpg
│ │ │ │ 10%1.jpg
│ │ │ │ 10%2.jpg
│ │ │ │ 102.png
│ │ │ │ 1029.png
│ │ │ │ 103.png
│ │ │ │ 1030.png
│ │ │ │ 104.png
│ │ │ │ 1046.png
│ │ │ │ 1047.png
│ │ │ │ 1048.png
│ │ │ │ 1049.png
│ │ │ │ 1050.png
│ │ │ │ 1058.png
│ │ │ │ 1059.png
│ │ │ │ 1060.png
│ │ │ │ 1061.png
│ │ │ │ 1062.png
│ │ │ │ 1065.png
│ │ │ │ 1070.png
│ │ │ │ 1071.png
│ │ │ │ 1072.png
│ │ │ │ 1078.png
│ │ │ │ 1079.png
│ │ │ │ 1093.png
│ │ │ │ 1094.png
│ │ │ │ 1098.png
│ │ │ │ 1099.png
│ │ │ │ 11%0.jpg
│ │ │ │ 11%1.jpg
│ │ │ │ 11%2.jpg
│ │ │ │ 1100.png
│ │ │ │ 1101.png
│ │ │ │ 1115.png
│ │ │ │ 112.png
│ │ │ │ 1123.png
│ │ │ │ 1124.png
│ │ │ │ 114.png
│ │ │ │ 115.png
│ │ │ │ 116.png
│ │ │ │ 1164.png
│ │ │ │ 117.png
│ │ │ │ 118.png
│ │ │ │ 12.jpg
│ │ │ │ 120.png
│ │ │ │ 1210.png
│ │ │ │ 1211.png
│ │ │ │ 1212.png
│ │ │ │ 1213.png
│ │ │ │ 1214.png
│ │ │ │ 1215.png
│ │ │ │ 1216.png
│ │ │ │ 1217.png
│ │ │ │ 1218.png
│ │ │ │ 1221.png
│ │ │ │ 1238.png
│ │ │ │ 1239.png
│ │ │ │ 1240.png
│ │ │ │ 1261.png
│ │ │ │ 1262.png
│ │ │ │ 1263.png
│ │ │ │ 1264.png
│ │ │ │ 1277.png
│ │ │ │ 1297.png
│ │ │ │ 1298.png
│ │ │ │ 13.jpg
│ │ │ │ 1305.png
│ │ │ │ 1306.png
│ │ │ │ 1307.png
│ │ │ │ 1308.png
│ │ │ │ 1309.png
│ │ │ │ 1310.png
│ │ │ │ 1312.png
│ │ │ │ 1313.png
│ │ │ │ 1328.png
│ │ │ │ 1330.png
│ │ │ │ 1331.png
│ │ │ │ 1332.png
│ │ │ │ 1333.png
│ │ │ │ 1335.png
│ │ │ │ 1336.png
│ │ │ │ 14%0.jpg
│ │ │ │ 14%1.jpg
│ │ │ │ 14%2.jpg
│ │ │ │ 14%3.jpg
│ │ │ │ 14.png
│ │ │ │ 1428.png
│ │ │ │ 1463.png
│ │ │ │ 1497.png
│ │ │ │ 1498.png
│ │ │ │ 1499.png
│ │ │ │ 15%0.jpg
│ │ │ │ 15%1.jpg
│ │ │ │ 15%2.jpg
│ │ │ │ 15%3.jpg
│ │ │ │ 15.png
│ │ │ │ 1500.png
│ │ │ │ 1501.png
│ │ │ │ 1561.png
│ │ │ │ 1562.png
│ │ │ │ 1575.png
│ │ │ │ 1576.png
│ │ │ │ 1577.png
│ │ │ │ 158.png
│ │ │ │ 16.jpg
│ │ │ │ 1638.png
│ │ │ │ 166.png
│ │ │ │ 167.png
│ │ │ │ 17%0.jpg
│ │ │ │ 17%1.jpg
│ │ │ │ 1702.png
│ │ │ │ 171.png
│ │ │ │ 174.png
│ │ │ │ 176.png
│ │ │ │ 177.png
│ │ │ │ 18%0.jpg
│ │ │ │ 18%1.jpg
│ │ │ │ 18%2.jpg
│ │ │ │ 18%3.jpg
│ │ │ │ 1814.png
│ │ │ │ 1845.png
│ │ │ │ 1846.png
│ │ │ │ 1857.png
│ │ │ │ 1858.png
│ │ │ │ 1859.png
│ │ │ │ 1868.png
│ │ │ │ 1876.png
│ │ │ │ 1877.png
│ │ │ │ 1888.png
│ │ │ │ 1889.png
│ │ │ │ 19%0.jpg
│ │ │ │ 19%1.jpg
│ │ │ │ 1919.png
│ │ │ │ 1920.png
│ │ │ │ 1921.png
│ │ │ │ 1922.png
│ │ │ │ 1923.png
│ │ │ │ 1924.png
│ │ │ │ 1952.png
│ │ │ │ 2%0.jpg
│ │ │ │ 2%1.jpg
│ │ │ │ 2%2.jpg
│ │ │ │ 2%3.jpg
│ │ │ │ 20.jpg
│ │ │ │ 2007.png
│ │ │ │ 2039.png
│ │ │ │ 2040.png
│ │ │ │ 2041.png
│ │ │ │ 21%0.jpg
│ │ │ │ 21%1.jpg
│ │ │ │ 2108.png
│ │ │ │ 2138.png
│ │ │ │ 2139.png
│ │ │ │ 2140.png
│ │ │ │ 2141.png
│ │ │ │ 2142.png
│ │ │ │ 2143.png
│ │ │ │ 2144.png
│ │ │ │ 2145.png
│ │ │ │ 22%0.jpg
│ │ │ │ 22%1.jpg
│ │ │ │ 2237.png
│ │ │ │ 226.png
│ │ │ │ 227.png
│ │ │ │ 23.png
│ │ │ │ 2341.png
│ │ │ │ 24.png
│ │ │ │ 25%0.jpg
│ │ │ │ 25%1.jpg
│ │ │ │ 25%2.jpg
│ │ │ │ 25%3.jpg
│ │ │ │ 25.png
│ │ │ │ 26%0.jpg
│ │ │ │ 26%1.jpg
│ │ │ │ 26%2.jpg
│ │ │ │ 26%3.jpg
│ │ │ │ 26.png
│ │ │ │ 27.jpg
│ │ │ │ 28.jpg
│ │ │ │ 29%0.jpg
│ │ │ │ 29%1.jpg
│ │ │ │ 29%2.jpg
│ │ │ │ 29%3.jpg
│ │ │ │ 294.png
│ │ │ │ 3.jpg
│ │ │ │ 30%0.jpg
│ │ │ │ 30%1.jpg
│ │ │ │ 30%2.jpg
│ │ │ │ 30%3.jpg
│ │ │ │ 30%4.jpg
│ │ │ │ 30%5.jpg
│ │ │ │ 31.jpg
│ │ │ │ 32%0.jpg
│ │ │ │ 32%1.jpg
│ │ │ │ 33%0.jpg
│ │ │ │ 33%1.jpg
│ │ │ │ 33.png
│ │ │ │ 34.jpg
│ │ │ │ 35%0.jpg
│ │ │ │ 35%1.jpg
│ │ │ │ 35%2.jpg
│ │ │ │ 354.png
│ │ │ │ 36%0.jpg
│ │ │ │ 36%1.jpg
│ │ │ │ 361.png
│ │ │ │ 37%0.jpg
│ │ │ │ 37%1.jpg
│ │ │ │ 37%2.jpg
│ │ │ │ 37%3.jpg
│ │ │ │ 37%4.jpg
│ │ │ │ 378.png
│ │ │ │ 38%0.jpg
│ │ │ │ 38%1.jpg
│ │ │ │ 38%2.jpg
│ │ │ │ 381.png
│ │ │ │ 382.png
│ │ │ │ 383.png
│ │ │ │ 385.png
│ │ │ │ 39%0.jpg
│ │ │ │ 39%1.jpg
│ │ │ │ 39%2.jpg
│ │ │ │ 39%3.jpg
│ │ │ │ 39%4.jpg
│ │ │ │ 39%5.jpg
│ │ │ │ 39%6.jpg
│ │ │ │ 39%7.jpg
│ │ │ │ 39%8.jpg
│ │ │ │ 4%1.jpg
│ │ │ │ 4%3.jpg
│ │ │ │ 4%5.jpg
│ │ │ │ 4%7.jpg
│ │ │ │ 40%0.jpg
│ │ │ │ 40%1.jpg
│ │ │ │ 41.jpg
│ │ │ │ 412.png
│ │ │ │ 413.png
│ │ │ │ 414.png
│ │ │ │ 42.jpg
│ │ │ │ 43%1.jpg
│ │ │ │ 43%2.jpg
│ │ │ │ 43%3.jpg
│ │ │ │ 43.png
│ │ │ │ 44%0.jpg
│ │ │ │ 44%1.jpg
│ │ │ │ 44.png
│ │ │ │ 45.jpg
│ │ │ │ 452.png
│ │ │ │ 46.jpg
│ │ │ │ 47.jpg
│ │ │ │ 48.jpg
│ │ │ │ 486.png
│ │ │ │ 487.png
│ │ │ │ 49%0.jpg
│ │ │ │ 49%1.jpg
│ │ │ │ 5%0.jpg
│ │ │ │ 5%1.jpg
│ │ │ │ 5%2.jpg
│ │ │ │ 5%3.jpg
│ │ │ │ 5%4.jpg
│ │ │ │ 5%5.jpg
│ │ │ │ 5%6.jpg
│ │ │ │ 5%7.jpg
│ │ │ │ 50.jpg
│ │ │ │ 51%0.jpg
│ │ │ │ 51%1.jpg
│ │ │ │ 51%2.jpg
│ │ │ │ 51%3.jpg
│ │ │ │ 52%0.jpg
│ │ │ │ 52%1.jpg
│ │ │ │ 53.jpg
│ │ │ │ 54%0.jpg
│ │ │ │ 54%1.jpg
│ │ │ │ 54%2.jpg
│ │ │ │ 54%3.jpg
│ │ │ │ 56%0.jpg
│ │ │ │ 56%1.jpg
│ │ │ │ 57%0.jpg
│ │ │ │ 575.png
│ │ │ │ 576.png
│ │ │ │ 577.png
│ │ │ │ 578.png
│ │ │ │ 579.png
│ │ │ │ 580.png
│ │ │ │ 583.png
│ │ │ │ 584.png
│ │ │ │ 585.png
│ │ │ │ 586.png
│ │ │ │ 587.png
│ │ │ │ 59%0.jpg
│ │ │ │ 59.png
│ │ │ │ 590.png
│ │ │ │ 591.png
│ │ │ │ 592.png
│ │ │ │ 6%0.jpg
│ │ │ │ 6%1.jpg
│ │ │ │ 6%2.jpg
│ │ │ │ 6%3.jpg
│ │ │ │ 60.jpg
│ │ │ │ 62.jpg
│ │ │ │ 63%0.jpg
│ │ │ │ 63%1.jpg
│ │ │ │ 63%2.jpg
│ │ │ │ 63%3.jpg
│ │ │ │ 63%4.jpg
│ │ │ │ 63%5.jpg
│ │ │ │ 63%6.jpg
│ │ │ │ 63%7.jpg
│ │ │ │ 64.jpg
│ │ │ │ 65%0.jpg
│ │ │ │ 65%1.jpg
│ │ │ │ 65%2.jpg
│ │ │ │ 65%3.jpg
│ │ │ │ 65%4.jpg
│ │ │ │ 658.png
│ │ │ │ 66.jpg
│ │ │ │ 660.png
│ │ │ │ 661.png
│ │ │ │ 662.png
│ │ │ │ 663.png
│ │ │ │ 67%0.jpg
│ │ │ │ 67%1.jpg
│ │ │ │ 67%2.jpg
│ │ │ │ 672.png
│ │ │ │ 673.png
│ │ │ │ 68.jpg
│ │ │ │ 69%0.jpg
│ │ │ │ 69%1.jpg
│ │ │ │ 7.jpg
│ │ │ │ 70%0.jpg
│ │ │ │ 70%1.jpg
│ │ │ │ 704.png
│ │ │ │ 705.png
│ │ │ │ 706.png
│ │ │ │ 709.png
│ │ │ │ 71%0.jpg
│ │ │ │ 71%1.jpg
│ │ │ │ 72.jpg
│ │ │ │ 73.jpg
│ │ │ │ 74.jpg
│ │ │ │ 75%0.jpg
│ │ │ │ 75%1.jpg
│ │ │ │ 753.png
│ │ │ │ 754.png
│ │ │ │ 76%0.jpg
│ │ │ │ 76%1.jpg
│ │ │ │ 76%2.jpg
│ │ │ │ 77.jpg
│ │ │ │ 78.jpg
│ │ │ │ 781.png
│ │ │ │ 782.png
│ │ │ │ 79.jpg
│ │ │ │ 8.jpg
│ │ │ │ 80%0.jpg
│ │ │ │ 80%1.jpg
│ │ │ │ 81%0.jpg
│ │ │ │ 81%1.jpg
│ │ │ │ 81%2.jpg
│ │ │ │ 81%3.jpg
│ │ │ │ 81.png
│ │ │ │ 82%0.jpg
│ │ │ │ 82%1.jpg
│ │ │ │ 82%2.jpg
│ │ │ │ 82%3.jpg
│ │ │ │ 82.png
│ │ │ │ 83%0.jpg
│ │ │ │ 83%1.jpg
│ │ │ │ 83%2.jpg
│ │ │ │ 83%3.jpg
│ │ │ │ 84%0.jpg
│ │ │ │ 84%1.jpg
│ │ │ │ 84%2.jpg
│ │ │ │ 84%3.jpg
│ │ │ │ 848.png
│ │ │ │ 849.png
│ │ │ │ 85%0.jpg
│ │ │ │ 85%1.jpg
│ │ │ │ 86.jpg
│ │ │ │ 88.jpg
│ │ │ │ 887.png
│ │ │ │ 889.png
│ │ │ │ 89%2.jpg
│ │ │ │ 89%3.jpg
│ │ │ │ 890.png
│ │ │ │ 9.jpg
│ │ │ │ 90.jpg
│ │ │ │ 91%0.jpg
│ │ │ │ 91%1.jpg
│ │ │ │ 921.png
│ │ │ │ 956.png
│ │ │ │ 957.png
│ │ │ │ 969.png
│ │ │ │ 996.png
│ │ │ │ 997.png
│ │ │ │
│ │ │ └─tools
│ │ │ dataload.py
│ │ │
│ │ └─ImageDemo
│ │ dog.jpg
│ │ dog2.jpg
│ │ test.py
│ │
│ └─9.1 图像目标检测
│ │ lesson09AIV2.1.pptx
│ │ week9图像目标检测.mp4
│ │
│ └─Object_Detection_Mask
│ │ detect.py
│ │ LICENSE
│ │ makeTxt.py
│ │ models.py
│ │ requirements.txt
│ │ results.png
│ │ results.txt
│ │ test.py
│ │ test_batch0.jpg
│ │ train.py
│ │ train_batch0.jpg
│ │ voc_label.py
│ │
│ ├─cfg
│ │ yolov3-1cls.cfg
│ │ yolov3-spp.cfg
│ │ yolov3-tiny.cfg
│ │ yolov3.cfg
│ │
│ ├─data
│ │ │ annotation_replace.py
│ │ │ get_coco_dataset.sh
│ │ │ rbc.data
│ │ │ rbc.names
│ │ │ test.shapes
│ │ │ test.txt
│ │ │ train.txt
│ │ │ trainvalno5k.shapes
│ │ │ val.txt
│ │ │
│ │ ├─Annotations
│ │ │ face0.xml
│ │ │ face1.xml
│ │ │ face10.xml
│ │ │ face100.xml
│ │ │ face101.xml
│ │ │ face102.xml
│ │ │ face103.xml
│ │ │ face104.xml
│ │ │ face105.xml
│ │ │ face106.xml
│ │ │ face107.xml
│ │ │ face108.xml
│ │ │ face109.xml
│ │ │ face11.xml
│ │ │ face110.xml
│ │ │ face111.xml
│ │ │ face112.xml
│ │ │ face113.xml
│ │ │ face114.xml
│ │ │ face115.xml
│ │ │ face116.xml
│ │ │ face117.xml
│ │ │ face118.xml
│ │ │ face119.xml
│ │ │ face12.xml
│ │ │ face120.xml
│ │ │ face121.xml
│ │ │ face122.xml
│ │ │ face123.xml
│ │ │ face124.xml
│ │ │ face125.xml
│ │ │ face126.xml
│ │ │ face127.xml
│ │ │ face128.xml
│ │ │ face129.xml
│ │ │ face13.xml
│ │ │ face130.xml
│ │ │ face131.xml
│ │ │ face132.xml
│ │ │ face133.xml
│ │ │ face134.xml
│ │ │ face135.xml
│ │ │ face136.xml
│ │ │ face137.xml
│ │ │ face138.xml
│ │ │ face139.xml
│ │ │ face14.xml
│ │ │ face140.xml
│ │ │ face141.xml
│ │ │ face142.xml
│ │ │ face143.xml
│ │ │ face144.xml
│ │ │ face145.xml
│ │ │ face146.xml
│ │ │ face147.xml
│ │ │ face148.xml
│ │ │ face149.xml
│ │ │ face15.xml
│ │ │ face150.xml
│ │ │ face151.xml
│ │ │ face152.xml
│ │ │ face153.xml
│ │ │ face154.xml
│ │ │ face155.xml
│ │ │ face156.xml
│ │ │ face157.xml
│ │ │ face158.xml
│ │ │ face159.xml
│ │ │ face16.xml
│ │ │ face160.xml
│ │ │ face161.xml
│ │ │ face162.xml
│ │ │ face163.xml
│ │ │ face164.xml
│ │ │ face165.xml
│ │ │ face166.xml
│ │ │ face167.xml
│ │ │ face168.xml
│ │ │ face169.xml
│ │ │ face17.xml
│ │ │ face170.xml
│ │ │ face171.xml
│ │ │ face172.xml
│ │ │ face173.xml
│ │ │ face174.xml
│ │ │ face175.xml
│ │ │ face176.xml
│ │ │ face177.xml
│ │ │ face178.xml
│ │ │ face179.xml
│ │ │ face18.xml
│ │ │ face180.xml
│ │ │ face181.xml
│ │ │ face182.xml
│ │ │ face183.xml
│ │ │ face184.xml
│ │ │ face185.xml
│ │ │ face186.xml
│ │ │ face187.xml
│ │ │ face188.xml
│ │ │ face189.xml
│ │ │ face19.xml
│ │ │ face190.xml
│ │ │ face191.xml
│ │ │ face192.xml
│ │ │ face193.xml
│ │ │ face194.xml
│ │ │ face195.xml
│ │ │ face196.xml
│ │ │ face197.xml
│ │ │ face198.xml
│ │ │ face199.xml
│ │ │ face2.xml
│ │ │ face20.xml
│ │ │ face200.xml
│ │ │ face201.xml
│ │ │ face202.xml
│ │ │ face203.xml
│ │ │ face204.xml
│ │ │ face205.xml
│ │ │ face206.xml
│ │ │ face207.xml
│ │ │ face208.xml
│ │ │ face209.xml
│ │ │ face21.xml
│ │ │ face210.xml
│ │ │ face211.xml
│ │ │ face212.xml
│ │ │ face213.xml
│ │ │ face214.xml
│ │ │ face215.xml
│ │ │ face216.xml
│ │ │ face217.xml
│ │ │ face218.xml
│ │ │ face219.xml
│ │ │ face22.xml
│ │ │ face220.xml
│ │ │ face221.xml
│ │ │ face222.xml
│ │ │ face223.xml
│ │ │ face224.xml
│ │ │ face225.xml
│ │ │ face226.xml
│ │ │ face227.xml
│ │ │ face228.xml
│ │ │ face229.xml
│ │ │ face23.xml
│ │ │ face230.xml
│ │ │ face231.xml
│ │ │ face232.xml
│ │ │ face233.xml
│ │ │ face234.xml
│ │ │ face235.xml
│ │ │ face236.xml
│ │ │ face237.xml
│ │ │ face238.xml
│ │ │ face239.xml
│ │ │ face24.xml
│ │ │ face240.xml
│ │ │ face241.xml
│ │ │ face242.xml
│ │ │ face243.xml
│ │ │ face244.xml
│ │ │ face245.xml
│ │ │ face246.xml
│ │ │ face247.xml
│ │ │ face248.xml
│ │ │ face249.xml
│ │ │ face25.xml
│ │ │ face250.xml
│ │ │ face251.xml
│ │ │ face252.xml
│ │ │ face253.xml
│ │ │ face254.xml
│ │ │ face255.xml
│ │ │ face256.xml
│ │ │ face257.xml
│ │ │ face258.xml
│ │ │ face259.xml
│ │ │ face26.xml
│ │ │ face260.xml
│ │ │ face261.xml
│ │ │ face262.xml
│ │ │ face263.xml
│ │ │ face27.xml
│ │ │ face28.xml
│ │ │ face29.xml
│ │ │ face3.xml
│ │ │ face30.xml
│ │ │ face31.xml
│ │ │ face32.xml
│ │ │ face33.xml
│ │ │ face34.xml
│ │ │ face35.xml
│ │ │ face36.xml
│ │ │ face37.xml
│ │ │ face38.xml
│ │ │ face39.xml
│ │ │ face4.xml
│ │ │ face40.xml
│ │ │ face41.xml
│ │ │ face42.xml
│ │ │ face43.xml
│ │ │ face44.xml
│ │ │ face45.xml
│ │ │ face46.xml
│ │ │ face47.xml
│ │ │ face48.xml
│ │ │ face49.xml
│ │ │ face5.xml
│ │ │ face50.xml
│ │ │ face51.xml
│ │ │ face52.xml
│ │ │ face53.xml
│ │ │ face54.xml
│ │ │ face55.xml
│ │ │ face56.xml
│ │ │ face57.xml
│ │ │ face58.xml
│ │ │ face59.xml
│ │ │ face6.xml
│ │ │ face60.xml
│ │ │ face61.xml
│ │ │ face62.xml
│ │ │ face63.xml
│ │ │ face64.xml
│ │ │ face65.xml
│ │ │ face66.xml
│ │ │ face67.xml
│ │ │ face68.xml
│ │ │ face69.xml
│ │ │ face7.xml
│ │ │ face70.xml
│ │ │ face71.xml
│ │ │ face72.xml
│ │ │ face73.xml
│ │ │ face74.xml
│ │ │ face75.xml
│ │ │ face76.xml
│ │ │ face77.xml
│ │ │ face78.xml
│ │ │ face79.xml
│ │ │ face8.xml
│ │ │ face80.xml
│ │ │ face81.xml
│ │ │ face82.xml
│ │ │ face83.xml
│ │ │ face84.xml
│ │ │ face85.xml
│ │ │ face86.xml
│ │ │ face87.xml
│ │ │ face88.xml
│ │ │ face89.xml
│ │ │ face9.xml
│ │ │ face90.xml
│ │ │ face91.xml
│ │ │ face92.xml
│ │ │ face93.xml
│ │ │ face94.xml
│ │ │ face95.xml
│ │ │ face96.xml
│ │ │ face97.xml
│ │ │ face98.xml
│ │ │ face99.xml
│ │ │ masks_000.xml
│ │ │ masks_001.xml
│ │ │ masks_0010.xml
│ │ │ masks_00100.xml
│ │ │ masks_00101.xml
│ │ │ masks_00102.xml
│ │ │ masks_00103.xml
│ │ │ masks_00104.xml
│ │ │ masks_00105.xml
│ │ │ masks_00106.xml
│ │ │ masks_00107.xml
│ │ │ masks_00108.xml
│ │ │ masks_00109.xml
│ │ │ masks_0011.xml
│ │ │ masks_00110.xml
│ │ │ masks_00111.xml
│ │ │ masks_00112.xml
│ │ │ masks_00113.xml
│ │ │ masks_00114.xml
│ │ │ masks_00115.xml
│ │ │ masks_00116.xml
│ │ │ masks_00117.xml
│ │ │ masks_00118.xml
│ │ │ masks_00119.xml
│ │ │ masks_0012.xml
│ │ │ masks_00120.xml
│ │ │ masks_00121.xml
│ │ │ masks_00122.xml
│ │ │ masks_00123.xml
│ │ │ masks_00124.xml
│ │ │ masks_00125.xml
│ │ │ masks_00126.xml
│ │ │ masks_00127.xml
│ │ │ masks_00128.xml
│ │ │ masks_00129.xml
│ │ │ masks_0013.xml
│ │ │ masks_00130.xml
│ │ │ masks_00131.xml
│ │ │ masks_00132.xml
│ │ │ masks_00133.xml
│ │ │ masks_00134.xml
│ │ │ masks_00135.xml
│ │ │ masks_0014.xml
│ │ │ masks_0015.xml
│ │ │ masks_0016.xml
│ │ │ masks_0017.xml
│ │ │ masks_0018.xml
│ │ │ masks_0019.xml
│ │ │ masks_002.xml
│ │ │ masks_0020.xml
│ │ │ masks_0021.xml
│ │ │ masks_0022.xml
│ │ │ masks_0023.xml
│ │ │ masks_0024.xml
│ │ │ masks_0025.xml
│ │ │ masks_0026.xml
│ │ │ masks_0027.xml
│ │ │ masks_0028.xml
│ │ │ masks_0029.xml
│ │ │ masks_003.xml
│ │ │ masks_0030.xml
│ │ │ masks_0031.xml
│ │ │ masks_0032.xml
│ │ │ masks_0033.xml
│ │ │ masks_0034.xml
│ │ │ masks_0035.xml
│ │ │ masks_0036.xml
│ │ │ masks_0037.xml
│ │ │ masks_0038.xml
│ │ │ masks_0039.xml
│ │ │ masks_004.xml
│ │ │ masks_0040.xml
│ │ │ masks_0041.xml
│ │ │ masks_0042.xml
│ │ │ masks_0043.xml
│ │ │ masks_0044.xml
│ │ │ masks_0045.xml
│ │ │ masks_0046.xml
│ │ │ masks_0047.xml
│ │ │ masks_0048.xml
│ │ │ masks_0049.xml
│ │ │ masks_005.xml
│ │ │ masks_0050.xml
│ │ │ masks_0051.xml
│ │ │ masks_0052.xml
│ │ │ masks_0053.xml
│ │ │ masks_0054.xml
│ │ │ masks_0055.xml
│ │ │ masks_0056.xml
│ │ │ masks_0057.xml
│ │ │ masks_0058.xml
│ │ │ masks_0059.xml
│ │ │ masks_006.xml
│ │ │ masks_0060.xml
│ │ │ masks_0061.xml
│ │ │ masks_0062.xml
│ │ │ masks_0063.xml
│ │ │ masks_0064.xml
│ │ │ masks_0065.xml
│ │ │ masks_0066.xml
│ │ │ masks_0067.xml
│ │ │ masks_0068.xml
│ │ │ masks_0069.xml
│ │ │ masks_007.xml
│ │ │ masks_0070.xml
│ │ │ masks_0071.xml
│ │ │ masks_0072.xml
│ │ │ masks_0073.xml
│ │ │ masks_0074.xml
│ │ │ masks_0075.xml
│ │ │ masks_0076.xml
│ │ │ masks_0077.xml
│ │ │ masks_0078.xml
│ │ │ masks_0079.xml
│ │ │ masks_008.xml
│ │ │ masks_0080.xml
│ │ │ masks_0081.xml
│ │ │ masks_0082.xml
│ │ │ masks_0083.xml
│ │ │ masks_0084.xml
│ │ │ masks_0085.xml
│ │ │ masks_0086.xml
│ │ │ masks_0087.xml
│ │ │ masks_0088.xml
│ │ │ masks_0089.xml
│ │ │ masks_009.xml
│ │ │ masks_0090.xml
│ │ │ masks_0091.xml
│ │ │ masks_0092.xml
│ │ │ masks_0093.xml
│ │ │ masks_0094.xml
│ │ │ masks_0095.xml
│ │ │ masks_0096.xml
│ │ │ masks_0097.xml
│ │ │ masks_0098.xml
│ │ │ masks_0099.xml
│ │ │
│ │ ├─images
│ │ │ face0.jpg
│ │ │ face1.jpg
│ │ │ face10.jpg
│ │ │ face100.jpg
│ │ │ face101.jpg
│ │ │ face102.jpg
│ │ │ face103.jpg
│ │ │ face104.jpg
│ │ │ face105.jpg
│ │ │ face106.jpg
│ │ │ face107.jpg
│ │ │ face108.jpg
│ │ │ face109.jpg
│ │ │ face11.jpg
│ │ │ face110.jpg
│ │ │ face111.jpg
│ │ │ face112.jpg
│ │ │ face113.jpg
│ │ │ face114.jpg
│ │ │ face115.jpg
│ │ │ face116.jpg
│ │ │ face117.jpg
│ │ │ face118.jpg
│ │ │ face119.jpg
│ │ │ face12.jpg
│ │ │ face120.jpg
│ │ │ face121.jpg
│ │ │ face122.jpg
│ │ │ face123.jpg
│ │ │ face124.jpg
│ │ │ face125.jpg
│ │ │ face126.jpg
│ │ │ face127.jpg
│ │ │ face128.jpg
│ │ │ face129.jpg
│ │ │ face13.jpg
│ │ │ face130.jpg
│ │ │ face131.jpg
│ │ │ face132.jpg
│ │ │ face133.jpg
│ │ │ face134.jpg
│ │ │ face135.jpg
│ │ │ face136.jpg
│ │ │ face137.jpg
│ │ │ face138.jpg
│ │ │ face139.jpg
│ │ │ face14.jpg
│ │ │ face140.jpg
│ │ │ face141.jpg
│ │ │ face142.jpg
│ │ │ face143.jpg
│ │ │ face144.jpg
│ │ │ face145.jpg
│ │ │ face146.jpg
│ │ │ face147.jpg
│ │ │ face148.jpg
│ │ │ face149.jpg
│ │ │ face15.jpg
│ │ │ face150.jpg
│ │ │ face151.jpg
│ │ │ face152.jpg
│ │ │ face153.jpg
│ │ │ face154.jpg
│ │ │ face155.jpg
│ │ │ face156.jpg
│ │ │ face157.jpg
│ │ │ face158.jpg
│ │ │ face159.jpg
│ │ │ face16.jpg
│ │ │ face160.jpg
│ │ │ face161.jpg
│ │ │ face162.jpg
│ │ │ face163.jpg
│ │ │ face164.jpg
│ │ │ face165.jpg
│ │ │ face166.jpg
│ │ │ face167.jpg
│ │ │ face168.jpg
│ │ │ face169.jpg
│ │ │ face17.jpg
│ │ │ face170.jpg
│ │ │ face171.jpg
│ │ │ face172.jpg
│ │ │ face173.jpg
│ │ │ face174.jpg
│ │ │ face175.jpg
│ │ │ face176.jpg
│ │ │ face177.jpg
│ │ │ face178.jpg
│ │ │ face179.jpg
│ │ │ face18.jpg
│ │ │ face180.jpg
│ │ │ face181.jpg
│ │ │ face182.jpg
│ │ │ face183.jpg
│ │ │ face184.jpg
│ │ │ face185.jpg
│ │ │ face186.jpg
│ │ │ face187.jpg
│ │ │ face188.jpg
│ │ │ face189.jpg
│ │ │ face19.jpg
│ │ │ face190.jpg
│ │ │ face191.jpg
│ │ │ face192.jpg
│ │ │ face193.jpg
│ │ │ face194.jpg
│ │ │ face195.jpg
│ │ │ face196.jpg
│ │ │ face197.jpg
│ │ │ face198.jpg
│ │ │ face199.jpg
│ │ │ face2.jpg
│ │ │ face20.jpg
│ │ │ face200.jpg
│ │ │ face201.jpg
│ │ │ face202.jpg
│ │ │ face203.jpg
│ │ │ face204.jpg
│ │ │ face205.jpg
│ │ │ face206.jpg
│ │ │ face207.jpg
│ │ │ face208.jpg
│ │ │ face209.jpg
│ │ │ face21.jpg
│ │ │ face210.jpg
│ │ │ face211.jpg
│ │ │ face212.jpg
│ │ │ face213.jpg
│ │ │ face214.jpg
│ │ │ face215.jpg
│ │ │ face216.jpg
│ │ │ face217.jpg
│ │ │ face218.jpg
│ │ │ face219.jpg
│ │ │ face22.jpg
│ │ │ face220.jpg
│ │ │ face221.jpg
│ │ │ face222.jpg
│ │ │ face223.jpg
│ │ │ face224.jpg
│ │ │ face225.jpg
│ │ │ face226.jpg
│ │ │ face227.jpg
│ │ │ face228.jpg
│ │ │ face229.jpg
│ │ │ face23.jpg
│ │ │ face230.jpg
│ │ │ face231.jpg
│ │ │ face232.jpg
│ │ │ face233.jpg
│ │ │ face234.jpg
│ │ │ face235.jpg
│ │ │ face236.jpg
│ │ │ face237.jpg
│ │ │ face238.jpg
│ │ │ face239.jpg
│ │ │ face24.jpg
│ │ │ face240.jpg
│ │ │ face241.jpg
│ │ │ face242.jpg
│ │ │ face243.jpg
│ │ │ face244.jpg
│ │ │ face245.jpg
│ │ │ face246.jpg
│ │ │ face247.jpg
│ │ │ face248.jpg
│ │ │ face249.jpg
│ │ │ face25.jpg
│ │ │ face250.jpg
│ │ │ face251.jpg
│ │ │ face252.jpg
│ │ │ face253.jpg
│ │ │ face254.jpg
│ │ │ face255.jpg
│ │ │ face256.jpg
│ │ │ face257.jpg
│ │ │ face258.jpg
│ │ │ face259.jpg
│ │ │ face26.jpg
│ │ │ face260.jpg
│ │ │ face261.jpg
│ │ │ face262.jpg
│ │ │ face263.jpg
│ │ │ face27.jpg
│ │ │ face28.jpg
│ │ │ face29.jpg
│ │ │ face3.jpg
│ │ │ face30.jpg
│ │ │ face31.jpg
│ │ │ face32.jpg
│ │ │ face33.jpg
│ │ │ face34.jpg
│ │ │ face35.jpg
│ │ │ face36.jpg
│ │ │ face37.jpg
│ │ │ face38.jpg
│ │ │ face39.jpg
│ │ │ face4.jpg
│ │ │ face40.jpg
│ │ │ face41.jpg
│ │ │ face42.jpg
│ │ │ face43.jpg
│ │ │ face44.jpg
│ │ │ face45.jpg
│ │ │ face46.jpg
│ │ │ face47.jpg
│ │ │ face48.jpg
│ │ │ face49.jpg
│ │ │ face5.jpg
│ │ │ face50.jpg
│ │ │ face51.jpg
│ │ │ face52.jpg
│ │ │ face53.jpg
│ │ │ face54.jpg
│ │ │ face55.jpg
│ │ │ face56.jpg
│ │ │ face57.jpg
│ │ │ face58.jpg
│ │ │ face59.jpg
│ │ │ face6.jpg
│ │ │ face60.jpg
│ │ │ face61.jpg
│ │ │ face62.jpg
│ │ │ face63.jpg
│ │ │ face64.jpg
│ │ │ face65.jpg
│ │ │ face66.jpg
│ │ │ face67.jpg
│ │ │ face68.jpg
│ │ │ face69.jpg
│ │ │ face7.jpg
│ │ │ face70.jpg
│ │ │ face71.jpg
│ │ │ face72.jpg
│ │ │ face73.jpg
│ │ │ face74.jpg
│ │ │ face75.jpg
│ │ │ face76.jpg
│ │ │ face77.jpg
│ │ │ face78.jpg
│ │ │ face79.jpg
│ │ │ face8.jpg
│ │ │ face80.jpg
│ │ │ face81.jpg
│ │ │ face82.jpg
│ │ │ face83.jpg
│ │ │ face84.jpg
│ │ │ face85.jpg
│ │ │ face86.jpg
│ │ │ face87.jpg
│ │ │ face88.jpg
│ │ │ face89.jpg
│ │ │ face9.jpg
│ │ │ face90.jpg
│ │ │ face91.jpg
│ │ │ face92.jpg
│ │ │ face93.jpg
│ │ │ face94.jpg
│ │ │ face95.jpg
│ │ │ face96.jpg
│ │ │ face97.jpg
│ │ │ face98.jpg
│ │ │ face99.jpg
│ │ │ masks_000.jpg
│ │ │ masks_001.jpg
│ │ │ masks_0010.jpg
│ │ │ masks_00100.jpg
│ │ │ masks_00101.jpg
│ │ │ masks_00102.jpg
│ │ │ masks_00103.jpg
│ │ │ masks_00104.jpg
│ │ │ masks_00105.jpg
│ │ │ masks_00106.jpg
│ │ │ masks_00107.jpg
│ │ │ masks_00108.jpg
│ │ │ masks_00109.jpg
│ │ │ masks_0011.jpg
│ │ │ masks_00110.jpg
│ │ │ masks_00111.jpg
│ │ │ masks_00112.jpg
│ │ │ masks_00113.jpg
│ │ │ masks_00114.jpg
│ │ │ masks_00115.jpg
│ │ │ masks_00116.jpg
│ │ │ masks_00117.jpg
│ │ │ masks_00118.jpg
│ │ │ masks_00119.jpg
│ │ │ masks_0012.jpg
│ │ │ masks_00120.jpg
│ │ │ masks_00121.jpg
│ │ │ masks_00122.jpg
│ │ │ masks_00123.jpg
│ │ │ masks_00124.jpg
│ │ │ masks_00125.jpg
│ │ │ masks_00126.jpg
│ │ │ masks_00127.jpg
│ │ │ masks_00128.jpg
│ │ │ masks_00129.jpg
│ │ │ masks_0013.jpg
│ │ │ masks_00130.jpg
│ │ │ masks_00131.jpg
│ │ │ masks_00132.jpg
│ │ │ masks_00133.jpg
│ │ │ masks_00134.jpg
│ │ │ masks_00135.jpg
│ │ │ masks_0014.jpg
│ │ │ masks_0015.jpg
│ │ │ masks_0016.jpg
│ │ │ masks_0017.jpg
│ │ │ masks_0018.jpg
│ │ │ masks_0019.jpg
│ │ │ masks_002.jpg
│ │ │ masks_0020.jpg
│ │ │ masks_0021.jpg
│ │ │ masks_0022.jpg
│ │ │ masks_0023.jpg
│ │ │ masks_0024.jpg
│ │ │ masks_0025.jpg
│ │ │ masks_0026.jpg
│ │ │ masks_0027.jpg
│ │ │ masks_0028.jpg
│ │ │ masks_0029.jpg
│ │ │ masks_003.jpg
│ │ │ masks_0030.jpg
│ │ │ masks_0031.jpg
│ │ │ masks_0032.jpg
│ │ │ masks_0033.jpg
│ │ │ masks_0034.jpg
│ │ │ masks_0035.jpg
│ │ │ masks_0036.jpg
│ │ │ masks_0037.jpg
│ │ │ masks_0038.jpg
│ │ │ masks_0039.jpg
│ │ │ masks_004.jpg
│ │ │ masks_0040.jpg
│ │ │ masks_0041.jpg
│ │ │ masks_0042.jpg
│ │ │ masks_0043.jpg
│ │ │ masks_0044.jpg
│ │ │ masks_0045.jpg
│ │ │ masks_0046.jpg
│ │ │ masks_0047.jpg
│ │ │ masks_0048.jpg
│ │ │ masks_0049.jpg
│ │ │ masks_005.jpg
│ │ │ masks_0050.jpg
│ │ │ masks_0051.jpg
│ │ │ masks_0052.jpg
│ │ │ masks_0053.jpg
│ │ │ masks_0054.jpg
│ │ │ masks_0055.jpg
│ │ │ masks_0056.jpg
│ │ │ masks_0057.jpg
│ │ │ masks_0058.jpg
│ │ │ masks_0059.jpg
│ │ │ masks_006.jpg
│ │ │ masks_0060.jpg
│ │ │ masks_0061.jpg
│ │ │ masks_0062.jpg
│ │ │ masks_0063.jpg
│ │ │ masks_0064.jpg
│ │ │ masks_0065.jpg
│ │ │ masks_0066.jpg
│ │ │ masks_0067.jpg
│ │ │ masks_0068.jpg
│ │ │ masks_0069.jpg
│ │ │ masks_007.jpg
│ │ │ masks_0070.jpg
│ │ │ masks_0071.jpg
│ │ │ masks_0072.jpg
│ │ │ masks_0073.jpg
│ │ │ masks_0074.jpg
│ │ │ masks_0075.jpg
│ │ │ masks_0076.jpg
│ │ │ masks_0077.jpg
│ │ │ masks_0078.jpg
│ │ │ masks_0079.jpg
│ │ │ masks_008.jpg
│ │ │ masks_0080.jpg
│ │ │ masks_0081.jpg
│ │ │ masks_0082.jpg
│ │ │ masks_0083.jpg
│ │ │ masks_0084.jpg
│ │ │ masks_0085.jpg
│ │ │ masks_0086.jpg
│ │ │ masks_0087.jpg
│ │ │ masks_0088.jpg
│ │ │ masks_0089.jpg
│ │ │ masks_009.jpg
│ │ │ masks_0090.jpg
│ │ │ masks_0091.jpg
│ │ │ masks_0092.jpg
│ │ │ masks_0093.jpg
│ │ │ masks_0094.jpg
│ │ │ masks_0095.jpg
│ │ │ masks_0096.jpg
│ │ │ masks_0097.jpg
│ │ │ masks_0098.jpg
│ │ │ masks_0099.jpg
│ │ │
│ │ ├─JPEGImages
│ │ │ face0.jpg
│ │ │ face1.jpg
│ │ │ face10.jpg
│ │ │ face100.jpg
│ │ │ face101.jpg
│ │ │ face102.jpg
│ │ │ face103.jpg
│ │ │ face104.jpg
│ │ │ face105.jpg
│ │ │ face106.jpg
│ │ │ face107.jpg
│ │ │ face108.jpg
│ │ │ face109.jpg
│ │ │ face11.jpg
│ │ │ face110.jpg
│ │ │ face111.jpg
│ │ │ face112.jpg
│ │ │ face113.jpg
│ │ │ face114.jpg
│ │ │ face115.jpg
│ │ │ face116.jpg
│ │ │ face117.jpg
│ │ │ face118.jpg
│ │ │ face119.jpg
│ │ │ face12.jpg
│ │ │ face120.jpg
│ │ │ face121.jpg
│ │ │ face122.jpg
│ │ │ face123.jpg
│ │ │ face124.jpg
│ │ │ face125.jpg
│ │ │ face126.jpg
│ │ │ face127.jpg
│ │ │ face128.jpg
│ │ │ face129.jpg
│ │ │ face13.jpg
│ │ │ face130.jpg
│ │ │ face131.jpg
│ │ │ face132.jpg
│ │ │ face133.jpg
│ │ │ face134.jpg
│ │ │ face135.jpg
│ │ │ face136.jpg
│ │ │ face137.jpg
│ │ │ face138.jpg
│ │ │ face139.jpg
│ │ │ face14.jpg
│ │ │ face140.jpg
│ │ │ face141.jpg
│ │ │ face142.jpg
│ │ │ face143.jpg
│ │ │ face144.jpg
│ │ │ face145.jpg
│ │ │ face146.jpg
│ │ │ face147.jpg
│ │ │ face148.jpg
│ │ │ face149.jpg
│ │ │ face15.jpg
│ │ │ face150.jpg
│ │ │ face151.jpg
│ │ │ face152.jpg
│ │ │ face153.jpg
│ │ │ face154.jpg
│ │ │ face155.jpg
│ │ │ face156.jpg
│ │ │ face157.jpg
│ │ │ face158.jpg
│ │ │ face159.jpg
│ │ │ face16.jpg
│ │ │ face160.jpg
│ │ │ face161.jpg
│ │ │ face162.jpg
│ │ │ face163.jpg
│ │ │ face164.jpg
│ │ │ face165.jpg
│ │ │ face166.jpg
│ │ │ face167.jpg
│ │ │ face168.jpg
│ │ │ face169.jpg
│ │ │ face17.jpg
│ │ │ face170.jpg
│ │ │ face171.jpg
│ │ │ face172.jpg
│ │ │ face173.jpg
│ │ │ face174.jpg
│ │ │ face175.jpg
│ │ │ face176.jpg
│ │ │ face177.jpg
│ │ │ face178.jpg
│ │ │ face179.jpg
│ │ │ face18.jpg
│ │ │ face180.jpg
│ │ │ face181.jpg
│ │ │ face182.jpg
│ │ │ face183.jpg
│ │ │ face184.jpg
│ │ │ face185.jpg
│ │ │ face186.jpg
│ │ │ face187.jpg
│ │ │ face188.jpg
│ │ │ face189.jpg
│ │ │ face19.jpg
│ │ │ face190.jpg
│ │ │ face191.jpg
│ │ │ face192.jpg
│ │ │ face193.jpg
│ │ │ face194.jpg
│ │ │ face195.jpg
│ │ │ face196.jpg
│ │ │ face197.jpg
│ │ │ face198.jpg
│ │ │ face199.jpg
│ │ │ face2.jpg
│ │ │ face20.jpg
│ │ │ face200.jpg
│ │ │ face201.jpg
│ │ │ face202.jpg
│ │ │ face203.jpg
│ │ │ face204.jpg
│ │ │ face205.jpg
│ │ │ face206.jpg
│ │ │ face207.jpg
│ │ │ face208.jpg
│ │ │ face209.jpg
│ │ │ face21.jpg
│ │ │ face210.jpg
│ │ │ face211.jpg
│ │ │ face212.jpg
│ │ │ face213.jpg
│ │ │ face214.jpg
│ │ │ face215.jpg
│ │ │ face216.jpg
│ │ │ face217.jpg
│ │ │ face218.jpg
│ │ │ face219.jpg
│ │ │ face22.jpg
│ │ │ face220.jpg
│ │ │ face221.jpg
│ │ │ face222.jpg
│ │ │ face223.jpg
│ │ │ face224.jpg
│ │ │ face225.jpg
│ │ │ face226.jpg
│ │ │ face227.jpg
│ │ │ face228.jpg
│ │ │ face229.jpg
│ │ │ face23.jpg
│ │ │ face230.jpg
│ │ │ face231.jpg
│ │ │ face232.jpg
│ │ │ face233.jpg
│ │ │ face234.jpg
│ │ │ face235.jpg
│ │ │ face236.jpg
│ │ │ face237.jpg
│ │ │ face238.jpg
│ │ │ face239.jpg
│ │ │ face24.jpg
│ │ │ face240.jpg
│ │ │ face241.jpg
│ │ │ face242.jpg
│ │ │ face243.jpg
│ │ │ face244.jpg
│ │ │ face245.jpg
│ │ │ face246.jpg
│ │ │ face247.jpg
│ │ │ face248.jpg
│ │ │ face249.jpg
│ │ │ face25.jpg
│ │ │ face250.jpg
│ │ │ face251.jpg
│ │ │ face252.jpg
│ │ │ face253.jpg
│ │ │ face254.jpg
│ │ │ face255.jpg
│ │ │ face256.jpg
│ │ │ face257.jpg
│ │ │ face258.jpg
│ │ │ face259.jpg
│ │ │ face26.jpg
│ │ │ face260.jpg
│ │ │ face261.jpg
│ │ │ face262.jpg
│ │ │ face263.jpg
│ │ │ face27.jpg
│ │ │ face28.jpg
│ │ │ face29.jpg
│ │ │ face3.jpg
│ │ │ face30.jpg
│ │ │ face31.jpg
│ │ │ face32.jpg
│ │ │ face33.jpg
│ │ │ face34.jpg
│ │ │ face35.jpg
│ │ │ face36.jpg
│ │ │ face37.jpg
│ │ │ face38.jpg
│ │ │ face39.jpg
│ │ │ face4.jpg
│ │ │ face40.jpg
│ │ │ face41.jpg
│ │ │ face42.jpg
│ │ │ face43.jpg
│ │ │ face44.jpg
│ │ │ face45.jpg
│ │ │ face46.jpg
│ │ │ face47.jpg
│ │ │ face48.jpg
│ │ │ face49.jpg
│ │ │ face5.jpg
│ │ │ face50.jpg
│ │ │ face51.jpg
│ │ │ face52.jpg
│ │ │ face53.jpg
│ │ │ face54.jpg
│ │ │ face55.jpg
│ │ │ face56.jpg
│ │ │ face57.jpg
│ │ │ face58.jpg
│ │ │ face59.jpg
│ │ │ face6.jpg
│ │ │ face60.jpg
│ │ │ face61.jpg
│ │ │ face62.jpg
│ │ │ face63.jpg
│ │ │ face64.jpg
│ │ │ face65.jpg
│ │ │ face66.jpg
│ │ │ face67.jpg
│ │ │ face68.jpg
│ │ │ face69.jpg
│ │ │ face7.jpg
│ │ │ face70.jpg
│ │ │ face71.jpg
│ │ │ face72.jpg
│ │ │ face73.jpg
│ │ │ face74.jpg
│ │ │ face75.jpg
│ │ │ face76.jpg
│ │ │ face77.jpg
│ │ │ face78.jpg
│ │ │ face79.jpg
│ │ │ face8.jpg
│ │ │ face80.jpg
│ │ │ face81.jpg
│ │ │ face82.jpg
│ │ │ face83.jpg
│ │ │ face84.jpg
│ │ │ face85.jpg
│ │ │ face86.jpg
│ │ │ face87.jpg
│ │ │ face88.jpg
│ │ │ face89.jpg
│ │ │ face9.jpg
│ │ │ face90.jpg
│ │ │ face91.jpg
│ │ │ face92.jpg
│ │ │ face93.jpg
│ │ │ face94.jpg
│ │ │ face95.jpg
│ │ │ face96.jpg
│ │ │ face97.jpg
│ │ │ face98.jpg
│ │ │ face99.jpg
│ │ │ masks_000.jpg
│ │ │ masks_001.jpg
│ │ │ masks_0010.jpg
│ │ │ masks_00100.jpg
│ │ │ masks_00101.jpg
│ │ │ masks_00102.jpg
│ │ │ masks_00103.jpg
│ │ │ masks_00104.jpg
│ │ │ masks_00105.jpg
│ │ │ masks_00106.jpg
│ │ │ masks_00107.jpg
│ │ │ masks_00108.jpg
│ │ │ masks_00109.jpg
│ │ │ masks_0011.jpg
│ │ │ masks_00110.jpg
│ │ │ masks_00111.jpg
│ │ │ masks_00112.jpg
│ │ │ masks_00113.jpg
│ │ │ masks_00114.jpg
│ │ │ masks_00115.jpg
│ │ │ masks_00116.jpg
│ │ │ masks_00117.jpg
│ │ │ masks_00118.jpg
│ │ │ masks_00119.jpg
│ │ │ masks_0012.jpg
│ │ │ masks_00120.jpg
│ │ │ masks_00121.jpg
│ │ │ masks_00122.jpg
│ │ │ masks_00123.jpg
│ │ │ masks_00124.jpg
│ │ │ masks_00125.jpg
│ │ │ masks_00126.jpg
│ │ │ masks_00127.jpg
│ │ │ masks_00128.jpg
│ │ │ masks_00129.jpg
│ │ │ masks_0013.jpg
│ │ │ masks_00130.jpg
│ │ │ masks_00131.jpg
│ │ │ masks_00132.jpg
│ │ │ masks_00133.jpg
│ │ │ masks_00134.jpg
│ │ │ masks_00135.jpg
│ │ │ masks_0014.jpg
│ │ │ masks_0015.jpg
│ │ │ masks_0016.jpg
│ │ │ masks_0017.jpg
│ │ │ masks_0018.jpg
│ │ │ masks_0019.jpg
│ │ │ masks_002.jpg
│ │ │ masks_0020.jpg
│ │ │ masks_0021.jpg
│ │ │ masks_0022.jpg
│ │ │ masks_0023.jpg
│ │ │ masks_0024.jpg
│ │ │ masks_0025.jpg
│ │ │ masks_0026.jpg
│ │ │ masks_0027.jpg
│ │ │ masks_0028.jpg
│ │ │ masks_0029.jpg
│ │ │ masks_003.jpg
│ │ │ masks_0030.jpg
│ │ │ masks_0031.jpg
│ │ │ masks_0032.jpg
│ │ │ masks_0033.jpg
│ │ │ masks_0034.jpg
│ │ │ masks_0035.jpg
│ │ │ masks_0036.jpg
│ │ │ masks_0037.jpg
│ │ │ masks_0038.jpg
│ │ │ masks_0039.jpg
│ │ │ masks_004.jpg
│ │ │ masks_0040.jpg
│ │ │ masks_0041.jpg
│ │ │ masks_0042.jpg
│ │ │ masks_0043.jpg
│ │ │ masks_0044.jpg
│ │ │ masks_0045.jpg
│ │ │ masks_0046.jpg
│ │ │ masks_0047.jpg
│ │ │ masks_0048.jpg
│ │ │ masks_0049.jpg
│ │ │ masks_005.jpg
│ │ │ masks_0050.jpg
│ │ │ masks_0051.jpg
│ │ │ masks_0052.jpg
│ │ │ masks_0053.jpg
│ │ │ masks_0054.jpg
│ │ │ masks_0055.jpg
│ │ │ masks_0056.jpg
│ │ │ masks_0057.jpg
│ │ │ masks_0058.jpg
│ │ │ masks_0059.jpg
│ │ │ masks_006.jpg
│ │ │ masks_0060.jpg
│ │ │ masks_0061.jpg
│ │ │ masks_0062.jpg
│ │ │ masks_0063.jpg
│ │ │ masks_0064.jpg
│ │ │ masks_0065.jpg
│ │ │ masks_0066.jpg
│ │ │ masks_0067.jpg
│ │ │ masks_0068.jpg
│ │ │ masks_0069.jpg
│ │ │ masks_007.jpg
│ │ │ masks_0070.jpg
│ │ │ masks_0071.jpg
│ │ │ masks_0072.jpg
│ │ │ masks_0073.jpg
│ │ │ masks_0074.jpg
│ │ │ masks_0075.jpg
│ │ │ masks_0076.jpg
│ │ │ masks_0077.jpg
│ │ │ masks_0078.jpg
│ │ │ masks_0079.jpg
│ │ │ masks_008.jpg
│ │ │ masks_0080.jpg
│ │ │ masks_0081.jpg
│ │ │ masks_0082.jpg
│ │ │ masks_0083.jpg
│ │ │ masks_0084.jpg
│ │ │ masks_0085.jpg
│ │ │ masks_0086.jpg
│ │ │ masks_0087.jpg
│ │ │ masks_0088.jpg
│ │ │ masks_0089.jpg
│ │ │ masks_009.jpg
│ │ │ masks_0090.jpg
│ │ │ masks_0091.jpg
│ │ │ masks_0092.jpg
│ │ │ masks_0093.jpg
│ │ │ masks_0094.jpg
│ │ │ masks_0095.jpg
│ │ │ masks_0096.jpg
│ │ │ masks_0097.jpg
│ │ │ masks_0098.jpg
│ │ │ masks_0099.jpg
│ │ │
│ │ ├─labels
│ │ │ face0.txt
│ │ │ face1.txt
│ │ │ face10.txt
│ │ │ face100.txt
│ │ │ face101.txt
│ │ │ face102.txt
│ │ │ face103.txt
│ │ │ face104.txt
│ │ │ face105.txt
│ │ │ face106.txt
│ │ │ face107.txt
│ │ │ face108.txt
│ │ │ face109.txt
│ │ │ face11.txt
│ │ │ face110.txt
│ │ │ face111.txt
│ │ │ face112.txt
│ │ │ face113.txt
│ │ │ face114.txt
│ │ │ face115.txt
│ │ │ face116.txt
│ │ │ face117.txt
│ │ │ face118.txt
│ │ │ face119.txt
│ │ │ face12.txt
│ │ │ face120.txt
│ │ │ face121.txt
│ │ │ face122.txt
│ │ │ face123.txt
│ │ │ face124.txt
│ │ │ face125.txt
│ │ │ face126.txt
│ │ │ face127.txt
│ │ │ face128.txt
│ │ │ face129.txt
│ │ │ face13.txt
│ │ │ face130.txt
│ │ │ face131.txt
│ │ │ face132.txt
│ │ │ face133.txt
│ │ │ face134.txt
│ │ │ face135.txt
│ │ │ face136.txt
│ │ │ face137.txt
│ │ │ face138.txt
│ │ │ face139.txt
│ │ │ face14.txt
│ │ │ face140.txt
│ │ │ face141.txt
│ │ │ face142.txt
│ │ │ face143.txt
│ │ │ face144.txt
│ │ │ face145.txt
│ │ │ face146.txt
│ │ │ face147.txt
│ │ │ face148.txt
│ │ │ face149.txt
│ │ │ face15.txt
│ │ │ face150.txt
│ │ │ face151.txt
│ │ │ face152.txt
│ │ │ face153.txt
│ │ │ face154.txt
│ │ │ face155.txt
│ │ │ face156.txt
│ │ │ face157.txt
│ │ │ face158.txt
│ │ │ face159.txt
│ │ │ face16.txt
│ │ │ face160.txt
│ │ │ face161.txt
│ │ │ face162.txt
│ │ │ face163.txt
│ │ │ face164.txt
│ │ │ face165.txt
│ │ │ face166.txt
│ │ │ face167.txt
│ │ │ face168.txt
│ │ │ face169.txt
│ │ │ face17.txt
│ │ │ face170.txt
│ │ │ face171.txt
│ │ │ face172.txt
│ │ │ face173.txt
│ │ │ face174.txt
│ │ │ face175.txt
│ │ │ face176.txt
│ │ │ face177.txt
│ │ │ face178.txt
│ │ │ face179.txt
│ │ │ face18.txt
│ │ │ face180.txt
│ │ │ face181.txt
│ │ │ face182.txt
│ │ │ face183.txt
│ │ │ face184.txt
│ │ │ face185.txt
│ │ │ face186.txt
│ │ │ face187.txt
│ │ │ face188.txt
│ │ │ face189.txt
│ │ │ face19.txt
│ │ │ face190.txt
│ │ │ face191.txt
│ │ │ face192.txt
│ │ │ face193.txt
│ │ │ face194.txt
│ │ │ face195.txt
│ │ │ face196.txt
│ │ │ face197.txt
│ │ │ face198.txt
│ │ │ face199.txt
│ │ │ face2.txt
│ │ │ face20.txt
│ │ │ face200.txt
│ │ │ face201.txt
│ │ │ face202.txt
│ │ │ face203.txt
│ │ │ face204.txt
│ │ │ face205.txt
│ │ │ face206.txt
│ │ │ face207.txt
│ │ │ face208.txt
│ │ │ face209.txt
│ │ │ face21.txt
│ │ │ face210.txt
│ │ │ face211.txt
│ │ │ face212.txt
│ │ │ face213.txt
│ │ │ face214.txt
│ │ │ face215.txt
│ │ │ face216.txt
│ │ │ face217.txt
│ │ │ face218.txt
│ │ │ face219.txt
│ │ │ face22.txt
│ │ │ face220.txt
│ │ │ face221.txt
│ │ │ face222.txt
│ │ │ face223.txt
│ │ │ face224.txt
│ │ │ face225.txt
│ │ │ face226.txt
│ │ │ face227.txt
│ │ │ face228.txt
│ │ │ face229.txt
│ │ │ face23.txt
│ │ │ face230.txt
│ │ │ face231.txt
│ │ │ face232.txt
│ │ │ face233.txt
│ │ │ face234.txt
│ │ │ face235.txt
│ │ │ face236.txt
│ │ │ face237.txt
│ │ │ face238.txt
│ │ │ face239.txt
│ │ │ face24.txt
│ │ │ face240.txt
│ │ │ face241.txt
│ │ │ face242.txt
│ │ │ face243.txt
│ │ │ face244.txt
│ │ │ face245.txt
│ │ │ face246.txt
│ │ │ face247.txt
│ │ │ face248.txt
│ │ │ face249.txt
│ │ │ face25.txt
│ │ │ face250.txt
│ │ │ face251.txt
│ │ │ face252.txt
│ │ │ face253.txt
│ │ │ face254.txt
│ │ │ face255.txt
│ │ │ face256.txt
│ │ │ face257.txt
│ │ │ face258.txt
│ │ │ face259.txt
│ │ │ face26.txt
│ │ │ face260.txt
│ │ │ face261.txt
│ │ │ face262.txt
│ │ │ face263.txt
│ │ │ face27.txt
│ │ │ face28.txt
│ │ │ face29.txt
│ │ │ face3.txt
│ │ │ face30.txt
│ │ │ face31.txt
│ │ │ face32.txt
│ │ │ face33.txt
│ │ │ face34.txt
│ │ │ face35.txt
│ │ │ face36.txt
│ │ │ face37.txt
│ │ │ face38.txt
│ │ │ face39.txt
│ │ │ face4.txt
│ │ │ face40.txt
│ │ │ face41.txt
│ │ │ face42.txt
│ │ │ face43.txt
│ │ │ face44.txt
│ │ │ face45.txt
│ │ │ face46.txt
│ │ │ face47.txt
│ │ │ face48.txt
│ │ │ face49.txt
│ │ │ face5.txt
│ │ │ face50.txt
│ │ │ face51.txt
│ │ │ face52.txt
│ │ │ face53.txt
│ │ │ face54.txt
│ │ │ face55.txt
│ │ │ face56.txt
│ │ │ face57.txt
│ │ │ face58.txt
│ │ │ face59.txt
│ │ │ face6.txt
│ │ │ face60.txt
│ │ │ face61.txt
│ │ │ face62.txt
│ │ │ face63.txt
│ │ │ face64.txt
│ │ │ face65.txt
│ │ │ face66.txt
│ │ │ face67.txt
│ │ │ face68.txt
│ │ │ face69.txt
│ │ │ face7.txt
│ │ │ face70.txt
│ │ │ face71.txt
│ │ │ face72.txt
│ │ │ face73.txt
│ │ │ face74.txt
│ │ │ face75.txt
│ │ │ face76.txt
│ │ │ face77.txt
│ │ │ face78.txt
│ │ │ face79.txt
│ │ │ face8.txt
│ │ │ face80.txt
│ │ │ face81.txt
│ │ │ face82.txt
│ │ │ face83.txt
│ │ │ face84.txt
│ │ │ face85.txt
│ │ │ face86.txt
│ │ │ face87.txt
│ │ │ face88.txt
│ │ │ face89.txt
│ │ │ face9.txt
│ │ │ face90.txt
│ │ │ face91.txt
│ │ │ face92.txt
│ │ │ face93.txt
│ │ │ face94.txt
│ │ │ face95.txt
│ │ │ face96.txt
│ │ │ face97.txt
│ │ │ face98.txt
│ │ │ face99.txt
│ │ │ masks_000.txt
│ │ │ masks_001.txt
│ │ │ masks_0010.txt
│ │ │ masks_00100.txt
│ │ │ masks_00101.txt
│ │ │ masks_00102.txt
│ │ │ masks_00103.txt
│ │ │ masks_00104.txt
│ │ │ masks_00105.txt
│ │ │ masks_00106.txt
│ │ │ masks_00107.txt
│ │ │ masks_00108.txt
│ │ │ masks_00109.txt
│ │ │ masks_0011.txt
│ │ │ masks_00110.txt
│ │ │ masks_00111.txt
│ │ │ masks_00112.txt
│ │ │ masks_00113.txt
│ │ │ masks_00114.txt
│ │ │ masks_00115.txt
│ │ │ masks_00116.txt
│ │ │ masks_00117.txt
│ │ │ masks_00118.txt
│ │ │ masks_00119.txt
│ │ │ masks_0012.txt
│ │ │ masks_00120.txt
│ │ │ masks_00121.txt
│ │ │ masks_00122.txt
│ │ │ masks_00123.txt
│ │ │ masks_00124.txt
│ │ │ masks_00125.txt
│ │ │ masks_00126.txt
│ │ │ masks_00127.txt
│ │ │ masks_00128.txt
│ │ │ masks_00129.txt
│ │ │ masks_0013.txt
│ │ │ masks_00130.txt
│ │ │ masks_00131.txt
│ │ │ masks_00132.txt
│ │ │ masks_00133.txt
│ │ │ masks_00134.txt
│ │ │ masks_00135.txt
│ │ │ masks_0014.txt
│ │ │ masks_0015.txt
│ │ │ masks_0016.txt
│ │ │ masks_0017.txt
│ │ │ masks_0018.txt
│ │ │ masks_0019.txt
│ │ │ masks_002.txt
│ │ │ masks_0020.txt
│ │ │ masks_0021.txt
│ │ │ masks_0022.txt
│ │ │ masks_0023.txt
│ │ │ masks_0024.txt
│ │ │ masks_0025.txt
│ │ │ masks_0026.txt
│ │ │ masks_0027.txt
│ │ │ masks_0028.txt
│ │ │ masks_0029.txt
│ │ │ masks_003.txt
│ │ │ masks_0030.txt
│ │ │ masks_0031.txt
│ │ │ masks_0032.txt
│ │ │ masks_0033.txt
│ │ │ masks_0034.txt
│ │ │ masks_0035.txt
│ │ │ masks_0036.txt
│ │ │ masks_0037.txt
│ │ │ masks_0038.txt
│ │ │ masks_0039.txt
│ │ │ masks_004.txt
│ │ │ masks_0040.txt
│ │ │ masks_0041.txt
│ │ │ masks_0042.txt
│ │ │ masks_0043.txt
│ │ │ masks_0044.txt
│ │ │ masks_0045.txt
│ │ │ masks_0046.txt
│ │ │ masks_0047.txt
│ │ │ masks_0048.txt
│ │ │ masks_0049.txt
│ │ │ masks_005.txt
│ │ │ masks_0050.txt
│ │ │ masks_0051.txt
│ │ │ masks_0052.txt
│ │ │ masks_0053.txt
│ │ │ masks_0054.txt
│ │ │ masks_0055.txt
│ │ │ masks_0056.txt
│ │ │ masks_0057.txt
│ │ │ masks_0058.txt
│ │ │ masks_0059.txt
│ │ │ masks_006.txt
│ │ │ masks_0060.txt
│ │ │ masks_0061.txt
│ │ │ masks_0062.txt
│ │ │ masks_0063.txt
│ │ │ masks_0064.txt
│ │ │ masks_0065.txt
│ │ │ masks_0066.txt
│ │ │ masks_0067.txt
│ │ │ masks_0068.txt
│ │ │ masks_0069.txt
│ │ │ masks_007.txt
│ │ │ masks_0070.txt
│ │ │ masks_0071.txt
│ │ │ masks_0072.txt
│ │ │ masks_0073.txt
│ │ │ masks_0074.txt
│ │ │ masks_0075.txt
│ │ │ masks_0076.txt
│ │ │ masks_0077.txt
│ │ │ masks_0078.txt
│ │ │ masks_0079.txt
│ │ │ masks_008.txt
│ │ │ masks_0080.txt
│ │ │ masks_0081.txt
│ │ │ masks_0082.txt
│ │ │ masks_0083.txt
│ │ │ masks_0084.txt
│ │ │ masks_0085.txt
│ │ │ masks_0086.txt
│ │ │ masks_0087.txt
│ │ │ masks_0088.txt
│ │ │ masks_0089.txt
│ │ │ masks_009.txt
│ │ │ masks_0090.txt
│ │ │ masks_0091.txt
│ │ │ masks_0092.txt
│ │ │ masks_0093.txt
│ │ │ masks_0094.txt
│ │ │ masks_0095.txt
│ │ │ masks_0096.txt
│ │ │ masks_0097.txt
│ │ │ masks_0098.txt
│ │ │ masks_0099.txt
│ │ │
│ │ └─samples
│ │ face6.jpg
│ │ face69.jpg
│ │ face7.jpg
│ │ masks19.jpg
│ │ masks_0012.jpg
│ │ masks_0039.jpg
│ │ masks_0057.jpg
│ │ masks_0059.jpg
│ │
│ ├─output
│ │ face6.jpg
│ │ face69.jpg
│ │ face7.jpg
│ │ masks19.jpg
│ │ masks_0012.jpg
│ │ masks_0039.jpg
│ │ masks_0057.jpg
│ │ masks_0059.jpg
│ │
│ ├─project
│ │ datasets.py
│ │ gcp.sh
│ │ parse_config.py
│ │ torch_utils.py
│ │ utils.py
│ │
│ └─weights
│ best.pt
│ download_yolov3_weights.sh
│ latest.pt
│ yolov3-tiny.conv.15
│ yolov3-tiny.weights
│
└─10-公开课
公开课-AI算法工程师被裁的原因是什么？-20210127.mp4
目录
│
├─01、第一章 人工智能导论
│ Github简明教程.pdf
│ 人工智能导论–课程代码.zip
│ 人工智能导论.pptx
│ 第一章第1节： 人工智能导论.mp4
│
├─02、第二章 机器学习初探
│ abcnews-date-text(1).zip
│ k-means-clustering-of-1-million-headlines.zip
│ Lecture-02(1).pptx
│ lecture-02.zip
│ 机器学习初探–课程代码.zip
│ 第二章第1节： 机器学习初探.mp4
│
├─03、第三章 机器学习一
│ 机器学习一.pptx
│ 第三章第1节： 机器学习一.mp4
│ 课堂代码.zip
│
├─04、第四章 机器学习二
│ heart.zip
│ Lecture-04(1).pptx
│ 第四章-逻辑回归诊断心脏病 (1).zip
│ 第四章-逻辑回归诊断心脏病.zip
│ 第四章第1节： 机器学习二.mp4
│ 课程代码.zip
│
├─05、第五章 机器学习三
│ ccf_offline_stage1_train.zip
│ 机器学习3.pptx
│ 第五章–决策树.zip
│ 第五章第1节： 机器学习三.mp4
│ 课堂代码(1).zip
│
├─06、第六章 深度学习初步
│ Lecture-06.pptx
│ Lecture-06.zip
│ mnist_test.zip
│ mnist_train.zip
│ 第六章 – ensemble.zip
│ 第六章第1节： 深度学习初步.mp4
│
├─07、第七章 深度学习进阶
│ Lecture-07(2).zip
│ Lecture-07.pptx
│ 第七章–深度学习进阶.zip
│ 第七章第1节： 深度学习进阶.mp4
│
├─08、第八章 RNN
│ Lecture-08(1).pptx
│ RNN课堂代码.zip
│ 第八章–LSTM结构.zip
│ 第八章第1节： RNN.mp4
│
├─09、第九章 CNN
│ Lecture-09.pptx
│ lecture-09.zip
│ 数据文件.zip
│ 第九章 – 验证码识别.zip
│ 第九章第1节： CNN.mp4
│
├─10、第十章 自然语言处理
│ Lecture-10.pptx
│ lecture-10.zip
│ 作业.docx
│ 第一十章第1节： 自然语言处理.mp4
│
├─11、第十一章 计算机视觉CV
│ week11作业文档.docx
│ 开课吧AI核心课CV概论资料包.zip
│ 第一十一章第1节： 计算机视觉CV.mp4
│
├─12、第十二章 商业智能BI
│ BI预习资料0401.pdf
│ 第一十二章第1节： 商业智能BI.mp4
│
├─13、第十三章 作业讲解
│ 第一十三章第1节： 作业讲解.mp4
│ 课堂代码(1).zip
│
└─14、第十四章 新增视频
1.pptx
2020-神经网络框架原理训练营资料.zip
Build-neural-network-from-scrach-Lesson-02.zip
Lesson-01-代码复现与参考答案.zip
Lesson-03.zip
第一十四章第1节： 新增视频（一）.mp4
第一十四章第2节： 新增视频（二）.mp4
第一十四章第3节： 新增视频（三）.mp4
课程目录
│
├─01、第一章 自然语言处理的基本过程
│ 第一章第1节： 自然语言处理的基本过程.mp4
│ 自然语言处理的基本过程–作业.zip
│ 自然语言处理的基本过程–标准答案.zip
│ 自然语言处理的基本过程.pptx.zip
│
├─02、第二章 向量空间模型
│ 1_向量空间模型.pptx.zip
│ 作业 – 使用 PCA 进行降维可视化.zip
│ 作业-答案.zip
│ 第二章第1节： 向量空间模型.mp4
│
├─03、第三章 自然语言理解初步
│ realdonaldtrump.csv.zip
│ 作业.docx
│ 第三章第1节： 自然语言理解初步.mp4
│ 自然语言处理初步.pptx.zip
│
├─04、第四章 语言模型与概率图模型
│ CRF_NER.zip
│ ner_dataset.csv.zip
│ 作业文档.docx
│ 第四章第1节： 语言模型与概率图模型.mp4
│ 语言模型和概率图模型.pptx
│
├─05、第五章 词向量模型Word2Vec
│ 1_词向量.pptx.zip
│ 作业(1).docx
│ 第五章第1节： 词向量模型Word2Vec.mp4
│
├─06、第六章 Transformer与BERT，大规模预训练问题
│ 大规模预训练问题 – 作业题.ipynb.zip
│ 第六章第1节： Transformer与BERT，大规模预训练问题.mp4
│ 预训练模型.pptx
│
├─07、第七章 自然语言生成
│ 作业(2).docx
│ 文本生成.pptx.zip
│ 第七章第1节： 自然语言生成.mp4
│
└─08、第八章 自然语言处理与人工智能前沿
NLP前沿.pptx.zip
第八章第1节： 自然语言处理与人工智能前沿.mp4
自然语言处理与人工智能前沿.docx
