时隔 8 年,李飞飞领衔,CS231n 2025版来了!

还记得当年入门计算机视觉时,多少人是靠着《CS231n》一路走过来的?

2016-2017 版视频和讲义,几乎成了无数 CVer 的启蒙教材。如今 8 年过去,这门传奇课程终于迎来了 2025 春季全新版本,再次由李飞飞教授领衔,助教团队联合主讲!

screenshot_2025-09-23_15-47-43.png


为什么值得关注?

计算机视觉如今已渗透进社会的方方面面:

  • 从搜索、图像理解、地图应用,到医学影像、无人机与自动驾驶;

  • 从目标检测、图像分割,到视频理解、三维视觉,再到生成式模型与多模态交互。

CS231n 2025 版不仅系统讲解了深度学习在视觉中的基础任务,还紧跟前沿,加入了 Transformer、自监督学习、生成模型、机器人学习、以人为本的 AI 等最新研究方向。

课程主打“理论 + 实战”在 10 周的学习中,学生要从零实现并训练神经网络,最后还能选择一个真实世界的视觉问题,亲手训练一个拥有上百万参数的模型。


四位主讲人阵容

screenshot_2025-09-23_15-44-25.png

  • 李飞飞:斯坦福教授,World Labs CEO,ImageNet 项目发起人,现代 AI 浪潮关键人物。

  • Ehsan Adeli:斯坦福助理教授,STAI Lab 主任,研究方向涵盖视觉、精准医疗与环境智能。

  • Justin Johnson:密歇根大学助理教授,FAIR 研究科学家,专注视觉推理、图像生成、视觉与语言等。

  • Zane Durante:斯坦福博士生,研究多模态视觉理解及 AI 在医疗健康和社会公益中的应用。

其中,课程第 1 讲和最后一讲由李飞飞亲自授课。


课程大纲(18 讲全公开)

screenshot_2025-09-23_15-49-00.png

  • 导论

  • 线性分类器的图像分类

  • 正则化与优化

  • 神经网络与反向传播

  • 使用 CNN 进行图像分类

  • 卷积网络架构

  • 循环神经网络(RNN)

  • 注意力机制与 Transformer

  • 目标检测、分割与可视化

  • 视频理解

  • 大规模分布式训练

  • 自监督学习

  • 生成模型(1)

  • 生成模型(2)

  • 三维视觉

  • 视觉与语言

  • 机器人学习

  • 以人为本的人工智能

内容覆盖从基础到前沿,既能带大家入门,也能帮研究者了解最新进展。


学习方式

课程官网:https://cs231n.stanford.edu/

Youtube 视频合集(已公开 18 讲):https://www.youtube.com/playlist?list=PLoROMvodv4rOmsNzYBMe0gJY2XS8AQg16

👉 不方便看 Youtube 的同学,也可以去 B 站同步观看哦。

不论你是想快速入门 CV,还是想系统回顾深度学习与视觉的交叉点,这门课都值得收藏。

最后一句

8 年过去,CS231n 再次更新,不仅带来熟悉的启蒙味道,也加入了属于 2025 的新鲜气息。

如果你正打算进入计算机视觉世界,或者想紧跟 AI 最新进展,赶紧学起来吧!

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值