Stanford CS231n: 计算机视觉与深度学习

课程简介

• 来源：Stanford University（Fei-Fei Li、Andrej Karpathy 等）
• 先修要求：机器学习基础、Python、线性代数、微积分
• 编程语言：Python（NumPy、PyTorch）
• 课程难度：🌟🌟🌟🌟
• 预计学时：60 小时 +

CS231n 是 Stanford 的计算机视觉课程，也是全球最好的深度学习课程之一。课程覆盖 CNN、RNN、GAN、Transformer、目标检测、图像分割等。

课程资源

• 课程网站：cs231n.stanford.edu
• 课程视频：YouTube
• 实验代码：可在课程网站下载

课程特点

• 实验驱动：从零实现 CNN、RNN、GAN
• 内容前沿：涵盖 Transformer、Vision Transformer
• 作业设计：每个作业都有详细的指导和自动评分

自学建议

做所有的作业。 CS231n 的作业是课程的核心，从零实现每个模型。

先掌握 NumPy。 课程的前几个作业用 NumPy 实现，不调深度学习框架。

阅读课程笔记。 CS231n 的课程笔记写得非常好，是理解概念的关键。

备注

CS231n 是深度学习入门的最佳课程之一。如果你想深入理解 CNN 和计算机视觉，这门课是首选。