知识图谱实战系列 - 算法+项目（Python版） - 360盘搜-好用多功能网盘资源搜索引擎

• file:64 图匹配在行人重识别中的作用.mp4
• file:18 使用Py2neo建立连接.mp4
• file:80 加入attention的序列模型整体架构.mp4
• file:07 数据关系抽取分析.mp4
• file:67 局部特征准备方法.mp4
• file:85 得到特征图表示.mp4
• file:56 map值计算方法.mp4
• file:11 视觉领域图编码实例.mp4
• file:79 注意力机制的作用.mp4
• file:92 残差网络Resnet.mp4
• file:38 语义角色构建与分析.mp4
• file:45 app安装特征.mp4
• file:72 邻接矩阵学习与更新.mp4
• file:16 创建与删除操作演示.mp4
• file:70 初始化图卷积模型.mp4
• file:51 训练网络模型.mp4
• file:26 提取数据中的关键字段信息.mp4
• file:29 加载所有实体数据.mp4
• file:25 环境配置与所需工具包安装.mp4
• file:34 pyltp安装与流程演示.mp4
• file:55 评估标准rank1指标.mp4
• file:52 医疗数据集（糖尿病）实体识别.mp4
• file:86 步长与卷积核大小对结果的影响.mp4
• file:88 特征图尺寸计算与参数共享.mp4
• file:贷款风控特征工程.zip
• file:基于图模型的ReID(旷视).zip
• file:卷积神经网络.pdf
• file:seq2seq.pdf
• file:行人重识别.pdf
• file:Wang_High-Order_Information_Matters_Learning_Relation_and_Topology_for_Occluded_Person_CVPR_2020_paper.pdf
• file:eclipse-命名实体识别.zip
• file:notebook-瑞金.zip
• file:关系抽取.zip
• file:NEO4J.docx
• folder:知识图谱实战系列 - 算法+项目（Python版）
• folder:资料
• folder:第七章：金融平台风控模型实践
• folder:第十章：基于拓扑图的行人重识别项目实战
• folder:第八章：医学糖尿病数据命名实体识别
• folder:第六章：文本关系抽取实践
• folder:第三章：Neo4j数据库实战
• folder:第一,二章：知识图谱介绍及其应用领域分析