欢迎访问学兔兔,学习、交流 分享 !

返回首页 |
当前位置: 首页 > 资源合集 > 软件教程 >【人工智能】AI深度学习自然语言处理NLP零基础入门视频教程

【人工智能】AI深度学习自然语言处理NLP零基础入门视频教程

收藏
  • 大小:8.72 GB
  • 类别:软件教程
  • 下载权限: 至尊会员
推荐: 升级会员 无限下载,节约时间成本!
关键词:
下载地址
资源简介



AI深度学习自然语言处理NLP零基础入门

视频
│  │  ├─第0部分Pytorch
│  │  │      1.1认识Pytorch-第1步-什么是Pytorch.mp4
│  │  │      1.1认识Pytorch-第2步-基本元素操作-part1.mp4
│  │  │      1.1认识Pytorch-第2步-基本元素操作-part2.mp4
│  │  │      1.1认识Pytorch-第3步-基本运算操作-part2.mp4
│  │  │      1.1认识Pytorch-第4步-类型转换-part1.mp4
│  │  │      1.1认识Pytorch-第4步-类型转换-part2.mp4
│  │  │      1.1认识Pytorch-第4步-类型转换-part3.mp4
│  │  │      1.1认识Pytorch-第5步-小节总结.mp4
│  │  │      1.2Pytorch中的autograd-第1步-关于Tensor的概念.mp4
│  │  │      1.2Pytorch中的autograd-第2步-关于Tensor的操作.mp4
│  │  │      1.2Pytorch中的autograd-第3步-关于梯度的概念和小节总结.mp4
│  │  │      2.1Pytorch构建神经网络-第1步-构建神经网络-part1.mp4
│  │  │      2.1Pytorch构建神经网络-第1步-构建神经网络-part2.mp4
│  │  │      2.1Pytorch构建神经网络-第1步-构建神经网络-part3.mp4
│  │  │      2.1Pytorch构建神经网络-第1步-构建神经网络-part4.mp4
│  │  │      2.1Pytorch构建神经网络-第2步-损失函数.mp4
│  │  │      2.1Pytorch构建神经网络-第3步-反向传播.mp4
│  │  │      2.1Pytorch构建神经网络-第4步-更新网络参数.mp4
│  │  │      2.1Pytorch构建神经网络-第5步-小节总结.mp4
│  │  │      2.2Pytorch构建分类器-第0步-数据集介绍.mp4
│  │  │      2.2Pytorch构建分类器-第1步-下载数据集-part1.mp4
│  │  │      2.2Pytorch构建分类器-第1步-下载数据集-part2.mp4
│  │  │      2.2Pytorch构建分类器-第1步-下载数据集-part3.mp4
│  │  │      2.2Pytorch构建分类器-第2步-定义卷积神经网络-part1.mp4
│  │  │      2.2Pytorch构建分类器-第3步-定义损失函数-part1.mp4
│  │  │      2.2Pytorch构建分类器-第4步-训练模型-part1.mp4
│  │  │      2.2Pytorch构建分类器-第4步-训练模型-part2.mp4
│  │  │      2.2Pytorch构建分类器-第5步-测试模型-part1.mp4
│  │  │      2.2Pytorch构建分类器-第5步-测试模型-part2.mp4
│  │  │      2.2Pytorch构建分类器-第5步-测试模型-part3.mp4
│  │  │      2.2Pytorch构建分类器-第5步-测试模型-part4.mp4
│  │  │      2.2Pytorch构建分类器-第6步-GPU训练模型和小节总结.mp4
│  │  │      第0部分补充(第3步基本运算part1).MP4
│  │  │      
│  │  ├─第1部分自然语言处理入门
│  │  │      1.1自然语言处理入门.mp4
│  │  │      
│  │  ├─第2部分文本预处理
│  │  │      1.1认识文本预处理.mp4
│  │  │      1.2文本处理的基本方法-part1.mp4
│  │  │      1.2文本处理的基本方法-part2.mp4
│  │  │      1.2文本处理的基本方法-part3.mp4
│  │  │      1.2文本处理的基本方法-part4.mp4
│  │  │      1.2文本处理的基本方法-part5.mp4
│  │  │      1.2文本处理的基本方法-part6.mp4
│  │  │      1.3文本张量表示方法-part1.mp4
│  │  │      1.3文本张量表示方法-part2.mp4
│  │  │      1.3文本张量表示方法-part3.mp4
│  │  │      1.3文本张量表示方法-part4.mp4
│  │  │      1.3文本张量表示方法-part5-step1.mp4
│  │  │      1.3文本张量表示方法-part5-step2.mp4
│  │  │      1.3文本张量表示方法-part5-step3.mp4
│  │  │      1.3文本张量表示方法-part5-step4.mp4
│  │  │      1.3文本张量表示方法-part5-step5.mp4
│  │  │      1.3文本张量表示方法-part6.mp4
│  │  │      1.3文本张量表示方法-part7.mp4
│  │  │      1.4文本数据分析-1标签数量分布-part1.mp4
│  │  │      1.4文本数据分析-1标签数量分布-part2.mp4
│  │  │      1.4文本数据分析-2句子长度分布-part1.mp4
│  │  │      1.4文本数据分析-2句子长度分布-part2.mp4
│  │  │      1.4文本数据分析-2句子长度分布-part3.mp4
│  │  │      1.4文本数据分析-3不同词汇总数统计-part1.mp4
│  │  │      1.4文本数据分析-4训练集词云-part1.mp4
│  │  │      1.4文本数据分析-4训练集词云-part2.mp4
│  │  │      1.4文本数据分析-5验证集词云-part1.mp4
│  │  │      1.4文本数据分析-6小节总结.mp4
│  │  │      1.5文本特征处理-1ngram-part1.mp4
│  │  │      1.5文本特征处理-1ngram-part2.mp4
│  │  │      1.5文本特征处理-2文本长度规范-part1.mp4
│  │  │      1.5文本特征处理-2文本长度规范-part2.mp4
│  │  │      1.6文本数据增强-part1.mp4
│  │  │      1.6文本数据增强-part2.mp4
│  │  │      1.6文本数据增强-part3.mp4
│  │  │      2.1新闻主题分类任务-0任务介绍-part1.mp4
│  │  │      2.1新闻主题分类任务-0任务介绍-part2.mp4
│  │  │      2.1新闻主题分类任务-第1步-part1.mp4
│  │  │      2.1新闻主题分类任务-第1步-part2.mp4
│  │  │      2.1新闻主题分类任务-第2步-part1.mp4
│  │  │      2.1新闻主题分类任务-第3步-part1.mp4
│  │  │      2.1新闻主题分类任务-第3步-part2.mp4
│  │  │      2.1新闻主题分类任务-第4步-part1.mp4
│  │  │      2.1新闻主题分类任务-第4步-part2.mp4
│  │  │      2.1新闻主题分类任务-第5步和小节总结.mp4
│  │  │      
│  │  ├─第3部分HMM和CRF
│  │  │      1.1CRF模型简介.mp4
│  │  │      1.1HMM模型介绍.mp4
│  │  │      1.2文本处理的基本方法-part1.mp4
│  │  │      2.1新闻主题分类任务-第4步-part2.mp4
│  │  │      
│  │  ├─第4部分RNN
│  │  │      1.1RNN模型小结.mp4
│  │  │      1.1RNN模型简介-part1.mp4
│  │  │      1.1RNN模型简介-part2.mp4
│  │  │      1.2传统RNN模型优缺点及小结.mp4
│  │  │      1.2传统RNN模型构造和代码演示part1.mp4
│  │  │      1.2传统RNN模型构造和代码演示part2.mp4
│  │  │      1.3LSTM模型介绍-part1.mp4
│  │  │      1.3LSTM模型介绍-part2.mp4
│  │  │      1.3LSTM模型介绍-part3.mp4
│  │  │      1.3LSTM模型介绍-part4.mp4
│  │  │      1.3LSTM模型小结.mp4
│  │  │      1.4GRU_1模型介绍.mp4
│  │  │      1.4GRU_2模型代码演示.mp4
│  │  │      1.4GRU_3模型小结.mp4
│  │  │      1.5注意力机制代码分析.mp4
│  │  │      1.5注意力机制代码实现.mp4
│  │  │      1.5注意力机制小结.mp4
│  │  │      1.5注意力概念和计算规则介绍.mp4
│  │  │      2.1人名分类器第1步.mp4
│  │  │      2.1人名分类器第2步-part1.mp4
│  │  │      2.1人名分类器第2步-part2.mp4
│  │  │      2.1人名分类器第3步-part1.mp4
│  │  │      2.1人名分类器第3步-part2.mp4
│  │  │      2.1人名分类器第3步-part3.mp4
│  │  │      2.1人名分类器第3步-part4.mp4
│  │  │      2.1人名分类器第3步-part5.mp4
│  │  │      2.1人名分类器第4步-构建训练函数-part1.mp4
│  │  │      2.1人名分类器第4步-构建训练函数-part2.mp4
│  │  │      2.1人名分类器第4步-构建训练函数-part3.mp4
│  │  │      2.1人名分类器第4步-构建训练函数-part4.mp4
│  │  │      2.1人名分类器第4步-构建训练函数-part5.mp4
│  │  │      2.1人名分类器第4步-构建训练函数-part6.mp4
│  │  │      2.1人名分类器第4步-构建训练函数-part7.mp4
│  │  │      2.1人名分类器第4步-构建训练函数-part8.mp4
│  │  │      2.1人名分类器第4步-构建训练函数-part9.mp4
│  │  │      2.1人名分类器第5步-构建评估函数-part1_RNN.mp4
│  │  │      2.1人名分类器第5步-构建评估函数-part2_LSTM.mp4
│  │  │      2.1人名分类器第5步-构建评估函数-part3_GRU.mp4
│  │  │      2.1人名分类器第5步-构建预测函数-part4.mp4
│  │  │      2.1人名分类器第5步-构建预测函数-part5.mp4
│  │  │      2.1人名分类器第6步案例小结.mp4
│  │  │      2.2英译法任务_第0步-总体介绍.mp4
│  │  │      2.2英译法任务_第1步-导入包.mp4
│  │  │      2.2英译法任务_第2步-part1.mp4
│  │  │      2.2英译法任务_第2步-part2.mp4
│  │  │      2.2英译法任务_第2步-part3.mp4
│  │  │      2.2英译法任务_第2步-part4.mp4
│  │  │      2.2英译法任务_第2步-part5.mp4
│  │  │      2.2英译法任务_第2步-part6.mp4
│  │  │      2.2英译法任务_第2步-part7.mp4
│  │  │      2.2英译法任务_第3步-part1.mp4
│  │  │      2.2英译法任务_第3步-part2.mp4
│  │  │      2.2英译法任务_第3步-part3.mp4
│  │  │      2.2英译法任务_第3步-part4.mp4
│  │  │      2.2英译法任务_第3步-part5.mp4
│  │  │      2.2英译法任务_第3步-part6.mp4
│  │  │      2.2英译法任务_第4步-part1.mp4
│  │  │      2.2英译法任务_第4步-part2.mp4
│  │  │      2.2英译法任务_第4步-part3.mp4
│  │  │      2.2英译法任务_第4步-part4.mp4
│  │  │      2.2英译法任务_第4步-part5.mp4
│  │  │      2.2英译法任务_第4步-part6.mp4
│  │  │      2.2英译法任务_第5步-part1.mp4
│  │  │      2.2英译法任务_第5步-part2.mp4
│  │  │      2.2英译法任务_第5步-part3.mp4
│  │  │      2.2英译法任务_第5步-part4.mp4
│  │  │      2.2英译法任务_第5步-part5.mp4
│  │  │      
│  │  └─第5部分Transformer
│  │          1.1Transformer背景介绍.mp4
│  │          2.1认识Transformer架构-part1.mp4
│  │          2.1认识Transformer架构-part2.mp4
│  │          2.2输入部分实现-part1.mp4
│  │          2.2输入部分实现-part2.mp4
│  │          2.2输入部分实现-part3.mp4
│  │          2.2输入部分实现-part4.mp4
│  │          2.2输入部分实现-part5.mp4
│  │          2.2输入部分实现-part6.mp4
│  │          2.3.1掩码张量-part1.mp4
│  │          2.3.1掩码张量-part2.mp4
│  │          2.3.1掩码张量-part3.mp4
│  │          2.3.2注意力机制-part1.mp4
│  │          2.3.2注意力机制-part2.mp4
│  │          2.3.2注意力机制-part3.mp4
│  │          2.3.2注意力机制-part4.mp4
│  │          2.3.3多头注意力机制-part1.mp4
│  │          2.3.3多头注意力机制-part2.mp4
│  │          2.3.3多头注意力机制-part3.mp4
│  │          2.3.3多头注意力机制-part4.mp4
│  │          2.3.4前馈全连接层-part1.mp4
│  │          2.3.4前馈全连接层-part2.mp4
│  │          2.3.5规范化层-part1.mp4
│  │          2.3.5规范化层-part2.mp4
│  │          2.3.6子层连接结构-part1.mp4
│  │          2.3.6子层连接结构-part2.mp4
│  │          2.3.7编码器层-part1.mp4
│  │          2.3.7编码器层-part2.mp4
│  │          2.3.8编码器-part1.mp4
│  │          2.3.8编码器-part2.mp4
│  │          2.4.1解码器层-part1.mp4
│  │          2.4.1解码器层-part2.mp4
│  │          2.4.2解码器-part1.mp4
│  │          2.4.2解码器-part2.mp4
│  │          2.5输出部分实现-part1.mp4
│  │          2.5输出部分实现-part2.mp4
│  │          2.6模型构建-part1.mp4
│  │          2.6模型构建-part2.mp4
│  │          2.6模型构建-part3.mp4
│  │          2.6模型构建-part4.mp4
│  │          2.7模型基本测试运行-小节总结.mp4
│  │          2.7模型基本测试运行-第一步-part1.mp4
│  │          2.7模型基本测试运行-第一步-part2.mp4
│  │          2.7模型基本测试运行-第三步.mp4
│  │          2.7模型基本测试运行-第二步-part1.mp4
│  │          2.7模型基本测试运行-第二步-part2.mp4
│  │          2.7模型基本测试运行-第四步.mp4
│  │          3.1使用Transformer构建语言模型-0总体介绍.mp4
│  │          3.1使用Transformer构建语言模型-第1步.mp4
│  │          3.1使用Transformer构建语言模型-第2步-part1.mp4
│  │          3.1使用Transformer构建语言模型-第2步-part2.mp4
│  │          3.1使用Transformer构建语言模型-第3步-part1.mp4
│  │          3.1使用Transformer构建语言模型-第3步-part2.mp4
│  │          3.1使用Transformer构建语言模型-第4步-part1.mp4
│  │          3.1使用Transformer构建语言模型-第4步-part2.mp4
│  │          3.1使用Transformer构建语言模型-第4步-part3.mp4
│  │          3.1使用Transformer构建语言模型-第5步-part1.mp4
│  │          3.1使用Transformer构建语言模型-第5步-part2.mp4
│  │          
│  └─资料-nlp
│      │  nlp入门教程讲义.txt
│      │  
│      ├─NLP基础课所有数据和代码
│      │  │  .DS_Store
│      │  │  ag_news_csv.tar.gz
│      │  │  download_glue_data.py
│      │  │  eng-fra.txt
│      │  │  jay_chou.txt
│      │  │  shakespeare.txt
│      │  │  test_100.csv
│      │  │  vocab100.csv
│      │  │  wikifil.pl
│      │  │  
│      │  ├─cn_data
│      │  │      dev.tsv
│      │  │      train.tsv
│      │  │      
│      │  ├─code
│      │  │  │  .DS_Store
│      │  │  │  demo.py
│      │  │  │  download_glue_data.py
│      │  │  │  run_glue.py
│      │  │  │  run_glue.sh
│      │  │  │  
│      │  │  ├─RNN_code
│      │  │  │      demo1.py
│      │  │  │      demo2.py
│      │  │  │      demo_rnn.py
│      │  │  │      demo_rnn_9.9.py
│      │  │  │      demo_t.py
│      │  │  │      lesson1_rnn.py
│      │  │  │      lesson1_rnn1.py
│      │  │  │      
│      │  │  └─文本预处理_code
│      │  │          demo1.py
│      │  │          demo2.py
│      │  │          demo3.py
│      │  │          demo4.py
│      │  │          demo5.py
│      │  │          demo6.py
│      │  │          demo7.py
│      │  │          
│      │  └─names
│      │          Arabic.txt
│      │          Chinese.txt
│      │          Czech.txt
│      │          Dutch.txt
│      │          English.txt
│      │          French.txt
│      │          German.txt
│      │          Greek.txt
│      │          Irish.txt
│      │          Italian.txt
│      │          Japanese.txt
│      │          Korean.txt
│      │          Polish.txt
│      │          Portuguese.txt
│      │          Russian.txt
│      │          Scottish.txt
│      │          Spanish.txt
│      │          Vietnamese.txt
│      │          
│      └─__MACOSX
│          └─NLP基础课所有数据和代码
│              │  ._.DS_Store
│              │  ._eng-fra.txt
│              │  ._jay_chou.txt
│              │  ._names
│              │  ._test_100.csv
│              │  
│              ├─code
│              │  │  ._.DS_Store
│              │  │  
│              │  └─RNN_code
│              │          ._demo1.py
│              │          ._demo2.py
│              │          ._demo_rnn.py
│              │          ._demo_rnn_9.9.py
│              │          ._demo_t.py
│              │          ._lesson1_rnn.py
│              │          ._lesson1_rnn1.py
│              │          
│              └─names
│                      ._Arabic.txt
│                      ._Chinese.txt
│                      ._Czech.txt
│                      ._Dutch.txt
│                      ._English.txt
│                      ._French.txt
│                      ._German.txt
│                      ._Greek.txt
│                      ._Irish.txt
│                      ._Italian.txt
│                      ._Japanese.txt
│                      ._Korean.txt
│                      ._Polish.txt
│                      ._Portuguese.txt
│                      ._Russian.txt
│                      ._Scottish.txt
│                      ._Spanish.txt
│                      ._Vietnamese.txt
│                      

│      │      │  │  section2.html
│      │      │  │  section3.md
│      │      │  │  
│      │      │  └─assets
│      │      │          face.jpeg
│      │      │          hog-3180100.gif
│      │      │          hog-3180116.gif
│      │      │          hog-3180128.gif
│      │      │          hog.gif
│      │      │          image-20191008141826875.png
│      │      │          image-20191008141945745.png
│      │      │          image-20191008144647540.png
│      │      │          image-20191008153014984.png
│      │      │          image-20191008160908338.png
│      │      │          image-20191008161040473.png
│      │      │          image-20191008161904372.png
│      │      │          image-20191008164344988.png
│      │      │          image-20191008171309192.png
│      │      │          image-20191008173814548.png
│      │      │          image-20191008174257711.png
│      │      │          image-20191008181535222.png
│      │      │          image-20191009104002287.png
│      │      │          image-20191009110944907.png
│      │      │          image-20191009113953721.png
│      │      │          image-20191009115023016.png
│      │      │          image-20191009143757824.png
│      │      │          image-20191009143818527.png
│      │      │          image-20191009144726492.png
│      │      │          image-20191009150008701.png
│      │      │          image-20191009161647267.png
│      │      │          image-20191009161756423.png
│      │      │          image-20191009162914982.png
│      │      │          image-20191009181525538.png
│      │      │          image-20191010114445306.png
│      │      │          image-20191010114459269.png
│      │      │          image-20191010120822413.png
│      │      │          image-20191010145652681.png
│      │      │          image-20191010153907973.png
│      │      │          image-20191010161944491.png
│      │      │          image-20191010162532196.png
│      │      │          image-20191015180016665.png
│      │      │          image-20191015181643847.png
│      │      │          image-20191016163330835.png
│      │      │          image-20191025112522974.png
│      │      │          image-20191107142559806.png
│      │      │          image-20191107142804781.png
│      │      │          image-20191107144554099.png
│      │      │          image-20191107144658710.png
│      │      │          image-20191107150512440.png
│      │      │          image-20191107151414795.png
│      │      │          image-20191107151519089.png
│      │      │          image-20191107161947626.png
│      │      │          image-20191107164034385.png
│      │      │          image-20191107164141468.png
│      │      │          image-20191107170617700.png
│      │      │          image-20191107171015588.png
│      │      │          image-20191107171040083.png
│      │      │          image-20191107174042837.png
│      │      │          image-20191107175228080.png
│      │      │          image-20191107175236497.png
│      │      │          image-20191107175558831.png
│      │      │          image-20191107180300619.png
│      │      │          image-20191107180534928.png
│      │      │          image-20191107180617264.png
│      │      │          image-20191108110820778.png
│      │      │          image-20191108111824266.png
│      │      │          image-20191115084424182.png
│      │      │          image-20191115090149728.png
│      │      │          image17.jpg
│      │      │          image18.jpg
│      │      │          xingren.jpeg
│      │      │          
│      │      ├─案例
│      │      │  │  ReadMe.html
│      │      │  │  
│      │      │  └─assets
│      │      │          image-20191014151427739.png
│      │      │          image-20191014152218924.png
│      │      │          image-20191014152716626.png
│      │      │          image-20191014160504382.png
│      │      │          image-20191014160719733.png
│      │      │          image-20191014163429616.png
│      │      │          image-20191014164455020.png
│      │      │          
│      │      └─视频操作
│      │          │  ReadMe.html
│      │          │  section0.html
│      │          │  section1.html
│      │          │  
│      │          └─assets
│      │                  image-20191011180244485.png
│      │                  image-20191016164053661.png
│      │                  image1-0784839.jpg
│      │                  image1-0784846.jpg
│      │                  image1-0784852.jpg
│      │                  image1-0784863.jpg
│      │                  image1.jpg
│      │                  image2-0785334.gif
│      │                  image2.gif
│      │                  image4.gif
│      │                  
│      ├─02.code
│      │  │  .DS_Store
│      │  │  01.图像的IO操作.py
│      │  │  02.图像绘制图形.py
│      │  │  03.图像基础处理.ipynb
│      │  │  04.图像的算数运算.ipynb
│      │  │  05.几何变换.ipynb
│      │  │  06.形态学操作.ipynb
│      │  │  07.图像平滑.ipynb
│      │  │  08.直方图.ipynb
│      │  │  09.边缘检测.ipynb
│      │  │  10 .模板匹配.ipynb
│      │  │  11.霍夫变换.ipynb
│      │  │  12.特征提取.ipynb
│      │  │  13.视频读写.py
│      │  │  14.视频追踪.py
│      │  │  15.人脸检测.ipynb
│      │  │  haarcascade_eye.xml
│      │  │  haarcascade_frontalface_default.xml
│      │  │  out.avi
│      │  │  
│      │  ├─.idea
│      │  │      code.iml
│      │  │      misc.xml
│      │  │      modules.xml
│      │  │      workspace.xml
│      │  │      
│      │  ├─.ipynb_checkpoints
│      │  │      03.图像基础处理-checkpoint.ipynb
│      │  │      03.图像基础操作-checkpoint.ipynb
│      │  │      03.图像的基础操作-checkpoint.ipynb
│      │  │      04.图像的算数运算-checkpoint.ipynb
│      │  │      05.几何变换-checkpoint.ipynb
│      │  │      06.形态学操作-checkpoint.ipynb
│      │  │      07.图像平滑-checkpoint.ipynb
│      │  │      08.直方图-checkpoint.ipynb
│      │  │      09.边缘检测-checkpoint.ipynb
│      │  │      10 .模板匹配-checkpoint.ipynb
│      │  │      11.霍夫变换-checkpoint.ipynb
│      │  │      12.特征提取-checkpoint.ipynb
│      │  │      15.人脸检测-checkpoint.ipynb
│      │  │      16.傅里叶变换-checkpoint.ipynb
│      │  │      17.轮廓检测-checkpoint.ipynb
│      │  │      18.图像分割-checkpoint.ipynb
│      │  │      19.LBP 和hog-checkpoint.ipynb
│      │  │      
│      │  └─image
│      │      │  .DS_Store
│      │      │  arrows.jpg
│      │      │  bai.jpeg
│      │      │  ballon.jpeg
│      │      │  beijing.jpg
│      │      │  cat.jpeg
│      │      │  chessboard.jpg
│      │      │  deer.jpeg
│      │      │  dili.jpg
│      │      │  dilireba.png
│      │      │  DOG.wmv
│      │      │  dogGauss.jpeg
│      │      │  dogsp.jpeg
│      │      │  face.jpeg
│      │      │  fruit.jpeg
│      │      │  gradient.jpg
│      │      │  horse.jpg
│      │      │  hua.jpg
│      │      │  kids.jpg
│      │      │  letter.png
│      │      │  letterclose.png
│      │      │  letteropen.png
│      │      │  littledog.jpeg
│      │      │  rain.jpg
│      │      │  rec.png
│      │      │  rili.jpg
│      │      │  star 2.jpeg
│      │      │  star.jpeg
│      │      │  tv.jpg
│      │      │  view.jpg
│      │      │  wulin.jpeg
│      │      │  xingren.jpeg
│      │      │  yangzi.jpg
│      │      │  
│      │      └─.ipynb_checkpoints
│      │              04.图像的算数运算-checkpoint.ipynb
│      │              
│      └─04.其他资料
│          │  .DS_Store
│          │  
│          └─作业
│                  imori.jpg
│                  imori_noise.jpg
│                  meanFilter.py
│                  medianFilter.py
│                  中值滤波和均值滤波.jpg
│                  

│              

│