CS 231n: Deep Learning for Computer Vision

这篇适合谁读

这篇适合希望补 AI、LLM、系统、视觉或生成模型基础的人阅读。它把课程定位、学习价值和适合产出的笔记方向整理成公开路线，便于按目标选择课程。

李飞飞（Fei-Fei Li）主讲的计算机视觉深度学习旗舰课程。ImageNet 挑战赛和现代深度学习革命的起源。GitHub 上最火的斯坦福课程仓库（⭐ 21k）。

基本信息

课程简介

学习实现、训练和调试神经网络，深入了解视觉识别的前沿研究。涵盖学习算法、神经网络架构、训练和微调网络的工程技巧。从 ImageNet 到 ResNet 到 Vision Transformer，覆盖 CNN 的完整演进。

先修要求

• Python 编程
• 线性代数

公开资源

• YouTube: 完整讲座录像
• GitHub: 经典课程笔记（cs231n.github.io）

与个人发展的关联

• GitHub 上最火的斯坦福课程仓库（21k star）
• 理解 CNN、ResNet、ViT 等视觉架构
• 多模态 AI（CLIP、GPT-4V）的基础
• Andrej Karpathy 曾是该课程的助教和讲师

状态

已收录课程基本信息，待后续深入学习。