CMU11-785
- 难度
- 中阶
- 形式
- 大学课程
- 语言
- 英文
- 规模
- 29 个课节
- 内容费用
- 免费
- 动手
- 需要动手环境
使用限制
课表公开；作业环境需要课程权限，部分课件链接受限。
- 练习与作业
- 作业环境需要课程权限（仅限选课学生）
学完你能
- 结合讲授、练习与作业学习深度学习基础
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
- 官方HW1–4包含基础实现与Kaggle任务；HW1还列Bonus和Autograd。按F26作业手册准备数据、运行小样例，再由学习者独立实现。Canvas、Gradescope与Kaggle权限分别核对；课程项目要求以F26 syllabus为准。
- 学习时长
- 29 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
- 免费各讲幻灯片 PDF 与 YouTube 视频公开免费，推荐教材多有免费在线版；部分录像在 CMU 媒体平台
来源与使用须知
- 原始资源
- CMU 11-785 收录版本：2026 秋
- 收录时间
- 本站首次收录 2026-10-10
版权与转载
- 课程材料未标明许可：仅供个人学习，转载、修改或商用前请先联系原作者。
- 本站只提供原始链接和学习指南，不转载、不镜像课程材料；引用时请注明原作者与出处。