CS231n 斯坦福公开课：免费学卷积神经网络与视觉
想系统学计算机视觉与卷积神经网络，CS231n 几乎是绕不开的一门斯坦福公开课。它的全部讲义、笔记、作业说明都免费挂在官网，视频也能公开看。整站免费、无需注册、直接可读，英文讲授但图示与公式极标准，照着学能打下扎实的视觉深度学习底子。它适合认真想啃原理的学习者。
它解决什么问题
想做图像识别，却只会调现成模型不懂背后原理。
零散博客讲不清反向传播与卷积的来龙去脉。
缺一套带作业、能自我检验的视觉课程。
核心能力
| 能力 | 具体能做到什么 |
|---|---|
| 名校讲义 | 斯坦福官方笔记，体系完整且持续维护 |
| 重原理 | 从卷积、池化到反向传播逐层讲透 |
| 带作业 | 官网给出作业说明，可做编程实战 |
| 视频公开 | 课程录像公开，可跟着课堂节奏学 |
| 标准范式 | 讲法成为业界参考，面试常考其概念 |
| 免费开放 | 官方教学资源，无需付费或订阅 |
它把“看懂一张图”这件事拆到神经元级别
CS231n 之所以经典，是因为它不把卷积神经网络当成黑箱，而是从最基础的线性分类器讲起，一步步推导出卷积、激活、池化、归一化，再到反向传播怎么把梯度送回去。学习者能真正理解为什么卷积能抓局部特征、为什么深层网络需要残差连接。这种“从源头推导”的扎实感，是快餐式教程给不了的。
学习时建议边看讲义边做配套作业，作业里的手写反向传播最能检验理解。要注意课程默认你有线性代数与概率基础，零基础会吃力；可先补数学再回来。离线方面，讲义 PDF 与笔记可下载，但视频与部分资源需联网。它和 CS224n 是斯坦福两门招牌 AI 课：一个攻视觉，一个攻语言。
同类工具怎么选
| 工具 | 授权 | 差别在哪 |
|---|---|---|
| CS224n | 官方免费 | 同校自然语言处理课，攻语言方向，体系同样扎实。 |
| 李飞飞公开课视频 | 官方免费 | 即本课程录像，适合偏好看视频的学习者。 |
| DeepLearning.AI | 免费闭源 | 交互式短课多，但深度与体系不如这门课。 |
谁适合用
- 认真想搞懂视觉深度学习原理的本科生与研究生
- 做 CV 方向、需要系统补基础的研究者
- 准备 AI 面试、常考 CNN 概念的求职者
怎么开始
- 打开 cs231n.github.io，从 Course Notes 第一章读起。
- 配合公开的课程视频，按模块顺序学习。
- 下载讲义 PDF，关键推导自己推一遍再对照。
- 完成官网给出的编程作业，动手实现反向传播。
- 学完后接 CS224n，补全自然语言处理方向。
常见问题
要付费吗？
不用。斯坦福将课程作为开放教学资源免费发布，全部讲义与视频公开。
要注册吗？
不需要。官网直接访问即可，做作业也不用登录。
有中文吗？
课程为英文，但笔记图示标准；网上有中文笔记可作辅助。
零基础能学吗？
建议先具备线性代数与 Python 基础，否则推导部分会比较吃力。
授权与合规
CS231n 是斯坦福大学公开课程，讲义、作业说明与视频均免费发布在官网，属官方开放教学资源。 官网：cs231n.github.io。
继续找同类资源
这条属于「学习资料」栏目，同栏目还有更多可直接使用的免费资源，可以在 学习资料全部资源 里按需翻阅。
相关资源
同栏目下这几条也常被一起翻到：
资源信息
界面语言
英文
授权方式
官方免费资源
适用平台
Web
获取方式
直链下载
资源更新
2026-09-20
页面更新
2026-09-20
↓ 获取资源
点击按钮直接前往资源页面。
