CS224n 斯坦福公开课：免费学自然语言处理深度模型
自然语言处理是当下 AI 最热的方向之一，斯坦福 CS224n 把词向量、RNN、Transformer、注意力机制讲得系统又前沿。课程讲义、作业说明、视频全部免费公开在官网。整站免费、无需注册、直接可读，英文讲授但公式规范，照着学能建立扎实的 NLP 深度学习框架。它适合想深入语言智能的学习者。
它解决什么问题
用 Transformer 只知调用，不懂注意力到底在算什么。
想做文本建模，缺一套从词向量到大模型的主线。
零散资料讲不全，作业也缺可对照的标准实现。
核心能力
| 能力 | 具体能做到什么 |
|---|---|
| 名校体系 | 斯坦福官方课程，从词向量一路讲到大模型 |
| 重机制 | 注意力、Transformer 结构逐层拆解得很透 |
| 带作业 | 官网给出编程作业，可动手训小型模型 |
| 视频公开 | 课堂录像免费看，跟着学期节奏学 |
| 前沿及时 | 内容随研究更新，覆盖当下主流方法 |
| 免费开放 | 官方教学资源，无需付费订阅 |
它把“让机器读懂句子”拆成可训练的数学对象
CS224n 的脉络非常清楚：先讲怎么把词变成向量（word2vec、GloVe），再讲怎么用 RNN 建模序列，最后落到 Transformer 与自注意力——也就是今天大语言模型的地基。它让你明白注意力分数究竟在衡量词与词之间的什么关系，而不是只背“多头注意力”这个名词。这种从表示到结构的递进，是建立 NLP 直觉的关键。
学习建议先吃透词向量与注意力两章，后面的模型都是它们的组合。课程默认你有概率与基础编程能力，并建议先修机器学习。离线方面，讲义可下载，视频需联网观看。它和 CS231n 互补：一个语言一个视觉，构成斯坦福 AI 双璧；想做大模型的人尤其该把 Transformer 那几节啃透。
同类工具怎么选
| 工具 | 授权 | 差别在哪 |
|---|---|---|
| CS231n | 官方免费 | 同校视觉课，体系同样扎实，可配套学习。 |
| Hugging Face 课程 | 免费闭源 | 偏实战调库，上手快但原理不如这门深。 |
| 李宏毅 ML | 免费闭源 | 中文 NLP 讲解友好，但体系与作业不及斯坦福严谨。 |
谁适合用
- 想深入自然语言处理与大模型原理的研究生
- 做对话、搜索、文本生成方向的工程师
- 准备 NLP 岗面试、常被问注意力机制的求职者
怎么开始
- 打开课程官网，从 Syllabus 看整体安排。
- 按顺序读 Lecture Notes，重点攻词向量与注意力。
- 配合公开视频，跟上课堂推导节奏。
- 完成官网编程作业，动手实现序列模型。
- 啃透 Transformer 章节，为学大模型打底。
常见问题
要付费吗？
不收费用。斯坦福将课程作为开放教学资源免费公开全部内容。
要注册吗？
不需要。官网直接访问，作业与视频均无需登录。
有中文吗？
英文授课与讲义，网上有中文笔记辅助，但建议啃原文。
要先学机器学习吗？
建议先修 ML 基础，否则注意力与优化部分会较难跟。
授权与合规
CS224n 是斯坦福大学公开课程，讲义、作业与视频免费发布，属官方开放教学资源。 官网：web.stanford.edu/class/cs224n。
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：
↓ 获取资源
点击按钮直接前往资源页面。
