【斯坦福大学✨精译】计算机视觉深度学习 | Stanford CS231N Deep Learning for Computer Vision I 2025

课程介绍

计算机视觉已广泛应用于社会各个领域，涵盖搜索、图像理解、应用程序、地图绘制、医疗、无人机和自动驾驶汽车等场景。许多应用的核心在于视觉识别任务，如图像分类、定位和检测。近年来，神经网络（即“深度学习”）方法的发展，极大地推动了这些前沿视觉识别系统的性能提升。

本课程将深入探讨深度学习方法，重点聚焦于解决核心视觉任务的端到端模型，以及驱动当今人工智能系统的现代方法，如Transformer、扩散模型和视觉-语言模型。在为期十周的课程中，学生将学习如何实现并训练自己的神经网络，并深入理解计算机视觉领域的前沿研究。此外，通过期末作业，学生将有机会针对自选的实际视觉问题，训练和应用参数量达数百万级的网络。通过多个实践作业和最终的课程项目，学生将掌握构建深度学习任务的工具集，以及训练和微调深度神经网络所需的实用工程技巧。

课程文件 | 原视频 | 字幕下载（登录后评论刷新下载）