Stanford CS231n

Stanford CS231n：Deep Learning for Computer Vision（2026 春）

通过视觉任务学习神经网络、表征与训练方法。

StanfordCS231n

使用限制

讲义与作业说明公开；作业在 Colab 运行。

已具备 Python、线性代数、微积分与神经网络基础基础，想系统学习计算机视觉、图像分类的学习者。

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。

建议先具备：Python、线性代数、微积分与神经网络基础（本站建议）。正式选课要求见原站 syllabus。

内容侧重: 按内容目录判断
练习与项目: Assignment 1：kNN、Softmax、两层网络、特征与全连接网络；Assignment 2：归一化、Dropout、CNN、可视化、RNN 图像描述；Assignment 3：Transformer、自监督、扩散、CLIP/DINO；最后完成课程项目。正式提交按 collect_submission.ipynb 生成代码与 PDF，在 Gradescope 提交。
学习时长: 18 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: 免费各讲幻灯片与课程笔记公开免费，往年录像在 YouTube；本学期录像需 Stanford 账号（Canvas）