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！