MIT6.S191
- 难度
- 中阶
- 形式
- 大学课程
- 语言
- 英文
- 规模
- 9 个课节
- 内容费用
- 免费
- 动手
- 需要动手环境
使用限制
讲座与实验仓库公开；实验默认在 Colab 运行并需要 GPU。
- 练习与作业
- Google 账号（实验在 Colab 运行）GPU（Colab 可提供，有额度限制）
学完你能
- 入门深度学习方法，并认识视觉、语言和机器人等应用
适合你吗
适合
已具备 Python、线性代数、微积分和概率基础基础，想系统学习深度学习的学习者。
暂不适合
前置知识不足、需要作业批改或学分证书的人：公开旁听一般不含批改、考试和证书，部分视频也可能不公开。
需要先会
建议先具备：Python、线性代数、微积分和概率基础（本站建议）。正式选课要求见原站 syllabus。
课程特点
- 内容侧重
- 按内容目录判断
- 练习与项目
- 3 个软件实验：Python 深度学习与音乐生成、人脸检测系统、微调 LLM，均为 Colab 笔记本，补完 #TODO 即可，公开可做。主页未说明外部学习者的提交或评分渠道；可按笔记本中的输出和提示自查。
- 学习时长
- 9 个课节原站未给出统一学习时长；实际用时取决于已有基础。
- 内容费用
- 免费每讲幻灯片、实验与 YouTube 课堂视频免费开放，面向全球学习者
来源与使用须知
- 原始资源
- MIT 6.S191 收录版本：原站当前版本（2026-10-10 核对）
- 收录时间
- 本站首次收录 2026-10-10
- 指南参考
- 2026 课程主页 实验仓库 README
版权与转载
- MIT：代码可自由使用和修改，需保留版权声明。原站说明
- 本站只提供原始链接和学习指南，不转载、不镜像课程材料；课程图像来自原站，版权与商标归原权利人；引用时请注明原作者与出处。