蕭蕭發自凹非寺

　　量子位報道公眾號 QbitAI

　　斯坦福最經典的計算機視覺課程 CS231n——全稱是面向視覺識別的卷積神經網絡。

　　今天更新啦。

　　作為計算機視覺和深度學習領域的經典課程，CS231n 由李飛飛團隊打造，從課程設計到內容選擇，都以入門為導向。

　　然而，自從 2017 年后，這門課程的錄制版就沒再更新過，在李飛飛的社交媒體下面，不時能聽見網友吐槽的聲音：

我們很喜歡您的課程，但這個領域發展得非常快，為什么 2017 年后的視頻課就不再上傳了？

　　現在，這門課程的錄制視頻終于更新了，想要入門計算機視覺的小伙伴，可以收藏學習~（文末附視頻鏈接）

　　那么，CS231n 課程都講了些什么？

　　22 節課，入門計算機視覺

　　CS231n 是斯坦福開設的一門視覺識別課程，在了解計算機視覺的基礎上，理解深度學習在這個行業的應用。

　　作為一門研究機器人如何「看」的領域，計算機視覺的應用范圍非常廣泛，像自動駕駛汽車識別行人、圖像搜索引擎自動分類等等。

　　而深度學習的出現，極大地提高了計算機視覺的應用效果。

　　這門課從理論到實踐一鍵通，學習后，不僅能實現、訓練和調試神經網絡，還能掌握計算機視覺的前沿研究。

　　課程的重點在于解決圖像識別的問題，為了達成這個目標，將會講授反向傳播算法、訓練和微調神經網絡的實用技巧。

　　這次更新的錄制課，在內容和形式上都緊跟 AI 領域新潮流。

　　從模式到內容緊跟潮流

　　從 2017 年的錄制課視頻來看，一共只有 16 講的內容。

　　這次「升級版」的 22 講內容，不僅細化了目前比較熱門的生成模型（如 GAN）的介紹課程，將它從一課時變成了兩課時，而且還更新了Transformers、3D、視頻處理等近年興起的行業熱門。

　　例如，在 17 課的 3D 視覺課程中，就介紹了將神經網絡應用于 3D 結構的方法。

　　在這門課程里，不僅有關于 3D 數據的不同表示形式的討論，還有對深度圖、隱函數、點云等理論知識的介紹。

　　除此之外，對于 3D 形狀這個新領域，神經網絡好壞的度量標準也有所體現。

　　△3D 視覺課程 PPT

　　至于第 18 課的視頻處理，課時則主要介紹了 CNN 在視頻分類中的應用方法，以及視頻識別中的通用技術等。

　　△視頻處理課程 PPT

　　不僅如此，這次的錄制視頻也更貼合在線課程的形式。

　　2017 年的錄制版 CS231n 課程，只有 PPT 界面顯示、或是偶爾出現教授講課的界面：

　　雖然也有 PPT 和音頻同步，但如果想找某個想看的部分，就只能在滾動條上反復拖拉。

　　更新后的視頻課，具體畫風是這樣的：

　　不僅更有現場代入感了，而且在導師講課時，也能通過他的手勢跟上知識點所在的位置。

　　每一節課、每一頁的 PPT 都會呈現在視頻下方，具體對某個知識點感興趣、或是想要聽哪一節的 PPT，都可以直接點擊視頻觀看。

　　是不是已經有些躍躍欲試、準備好投身知識的海洋了？

　　來看看下面的課程表吧。

　　課程一覽

　　CS231n 更新后的課程表如下，對里面的部分知識點感興趣的話，可以戳下方傳送門進行學習~

課時1：課程介紹
課時2：圖像分類
課時3：線性分類器
課時4：優化算法
課時5：神經網絡
課時6：反向傳播
課時7：卷積結構
課時8：卷積神經網絡（CNN）架構
課時9：硬件/軟件知識
課時 10：訓練神經網絡（1）
課時 11：訓練神經網絡（2）
課時 12：循環神經網絡
課時 13：注意力機制
嘉賓講座：對抗性機器學習
課時 14：可視化和理解
課時 15：目標檢測
課時 16：圖像分割
課時 17：3D 視覺
課時 18：視頻處理
課時 19：生成模型（1）
課時 20：生成模型（2）
課時 21：強化學習
課時 22：回顧/總結

　　傳送門：

　　網課鏈接：

　　http://leccap.engin.umich.edu/leccap/site/jhygcph151x25gjj1f0

　　PPT 下載：

　　https://www.youtube.com/playlist?list=PL5-TkQAfAZFbzxjBHtzdVCWE0Zbhomg7r

總結

以上是生活随笔為你收集整理的李飞飞团队最经典计算机视觉课更新！斯坦福出品，深度学习入门必备的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。