
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!

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

-
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)

-
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!

1788

被折叠的 条评论
为什么被折叠?



