CS231n: Deep Learning for Computer Vision

想学视觉方向，容易先收集一堆网络名字。CS231n 提供另一种顺序：从任务与数据出发，再理解模型、训练和评价。

适合谁

适合能使用 Python 与 NumPy、认识矩阵运算和基本求导的读者。基础还不够时，先补课程页面列出的先修内容；直接看完整视频，可能听懂名词却做不出练习。

怎样开始

从官方课程入口选定一个年份，把讲义与作业保持在同一版。先读数据划分和分类相关内容，再选一个能独立完成的小练习。开始前写下：输入是什么、损失在量什么、怎样知道程序算对了。

能够解释一段实现、改变一个参数并预测结果，比一口气播完许多讲更能检查理解。本站的成功率评估笔记也可以作为“一个分数够不够说明问题”的补充练习。

怎样评价这份资源

它适合沿视觉任务系统学习，未必适合只查一个概念，也不直接构成机器人控制课程。具体授课主题和作业环境随年份变化；选择版本后再核对依赖，不把旧教程命令混进新作业。

2026-09-30 核对官方课程的 Python / NumPy 先修要求；页面检索快照可能滞后，具体安排以所选年份为准。公开材料的可读性，不等于拥有校内提交、批改或课程学分权限。

原条目记录过“Lecture 7、作业 2 做到一半”；这是当时留下的进度，这次没有重新核实，不能用它表示当前状态。