时隔 8 年,李飞飞领衔,CS231n 2025版来了!

B站影视 内地电影 2025-09-24 16:38 2

摘要: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!

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/

👉 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!

来源:小码科普君

相关推荐