「进阶版」CS231n来啦！李飞飞弟子出品，深度学习入门必备
教授CS231n的JustinJohnson，在密歇根大学推出了一套「进阶版」计算机视觉课。
斯坦福最经典的计算机视觉课程CS231n——全称是面向视觉识别的卷积神经网络。
作为计算机视觉和深度学习领域的经典课程，CS231n由李飞飞团队打造，从课程设计到内容选择，都以入门为导向。
然而，自从2017年后，这门课程的录制版就没再更新过，在李飞飞的社交媒体下面，不时能听见网友吐槽的声音：
那么，这门课程都讲了些什么？
22节课，入门计算机视觉作为一门视觉识别课程，这门课主要是在了解计算机视觉的基础上，理解深度学习在这个行业的应用。
计算机视觉是一门研究机器人如何「看」的领域，其应用范围非常广泛，像自动驾驶汽车识别行人、图像搜索引擎自动分类等等。
而深度学习的出现，极大地提高了计算机视觉的应用效果。
这门课从理论到实践一键通，学习后，不仅能实现、训练和调试神经网络，还能掌握计算机视觉的前沿研究。
课程的重点在于解决图像识别的问题，为了达成这个目标，将会讲授反向传播算法、训练和微调神经网络的实用技巧。
这次更新的录制课，在内容和形式上都紧跟AI领域新潮流。
从模式到内容紧跟潮流例如，在17课的3D视觉课程中，就介绍了将神经网络应用于3D结构的方法。
在这门课程里，不仅有关于3D数据的不同表示形式的讨论，还有对深度图、隐函数、点云等理论知识的介绍。
除此之外，对于3D形状这个新领域，神经网络好坏的度量标准也有所体现。
△3D视觉课程PPT2017年的录制版CS231n课程，只有PPT界面显示、或是偶尔出现教授讲课的界面：
虽然也有PPT和音频同步，但如果想找某个想看的部分，就只能在滚动条上反复拖拉。
不仅更有现场代入感了，而且在导师讲课时，也能通过他的手势跟上知识点所在的位置。
是不是已经有些跃跃欲试、准备好投身知识的海洋了？
来看看下面的课程表吧。
课程一览这套进阶版计算机视觉的课程表如下，对里面的部分知识点感兴趣的话，可以戳下方传送门进行学习~
PPT下载：
—完—