相信每一个学习人工智能的同学，都听说过斯坦福大学计算机视觉实验室推出的 CS231n 这门课。该门课程由 AI 界王牌导师李飞飞主讲，作为一门计算机视觉的精讲课程，它主要介绍神经网络在计算机视觉领域的应用，涵盖图像分类、定位、检测等视觉识别任务，以及其在搜索、图像理解、应用、地图绘制、医学、无人驾驶飞机和自动驾驶汽车领域的前沿应用。

　　如今，这门课程 2020 年新版开课啦！　　

　　地址：http://cs231n.stanford.edu/index.html

　　计算机视觉在我们的社会中已经变得无处不在，在搜索、图像理解、APP、地图绘制、医疗、无人机和自驾车汽车等领域都有应用。其中许多应用的核心是视觉识别任务，如图像分类、定位和检测等。最近神经网络（又名 “深度学习”）方法的发展，大大提升了这些最先进的视觉识别系统的性能。

　　本课程是对深度学习架构细节的深入研究，重点是学习这些任务的端到端模型，特别是图像分类。

　　在为期 10 周的课程中，学生将学习如何实现、训练和调试自己的神经网络，并详细了解计算机视觉领域的前沿研究。最后的任务将涉及训练一个百万参数卷积神经网络，并将其应用于最大的图像分类数据集（ImageNet）上。

　　我们将重点讲授如何设置图像识别问题，学习算法（如反向传播），训练和微调网络的实际工程技巧，并引导学生通过实践作业和最后的课程项目来指导学生。本课程的大部分背景和材料将来自于 ImageNet 挑战赛。

　　任课导师

　　导师由李飞飞教授和他的两个博士生 Ranjay Krishna 和 Danfei Xu 领衔教授。

第一章内容