Stanford CS231n 自学全解：用 3 个编程作业入门 CNN 与计算机视觉（cs-self-learning 课程深度导读）

本篇围绕 cs-self-learning 计算机自学指南中收录的 Stanford CS231n（CNN for Visual Recognition）课程卡展开，完整拆解该课程的定位、先修要求、难度评估、视频版本选择与作业体系，并结合仓库中深度学习相关课程卡与CS 学习规划的上下文，说明它为何适合作为计算机视觉方向的入门第一课、以及如何把它嵌入你自己的自学路线。读完你将掌握一份可直接执行的 CS231n 选课与学习策略，并能清楚判断它与 CS230、UMich EECS 498-007 等相邻课程的分工与衔接关系。

课程概况：一张信息卡读懂 CS231n 的定位

仓库中的课程卡 CS231.md（英文版见 CS231.en.md）用一组高度浓缩的元数据定义了这门课的完整画像：

维度	内容	要点解读
所属大学	Stanford	CS 与 CV 领域公认的顶级学府
先修要求	机器学习基础	掌握基本分类、损失与梯度概念即可，不要求深度学习经验
编程语言	Python	全部作业基于 Python，配合 NumPy/PyTorch 完成
课程难度	★★★★	在仓库课程体系中属于「难但可及」档位
预计学时	约 80 小时	包含看课、读讲义与完成 3 个编程作业的完整投入

课程卡对该课的定性非常明确：它是 Stanford 的 CV 入门课，主讲阵营由计算机视觉领域的标志性学者李飞飞（Fei-Fei Li）领衔——正是她所在的团队推动了 CV 领域划时代数据集 ImageNet 的建设。这一背景意味着课程所承载的不仅是 CNN 技术本身，更是现代视觉识别这一学科主线的原产地视角。

与此同时，课程卡强调其内容「相对基础且友好」。它不假设学生已具备深度学习框架或卷积网络的先验知识，而是从机器学习基础出发逐层搭建，这正是它被仓库选作 CV 方向入门推荐的核心原因。

为什么需要这门课：CS231n 在自学清单中的位置

在 CS 学习规划.md 的「深度学习」章节中，CS231n 被明确归入 「计算机视觉」 子分类（见 该文档对应小节），与另一门 CV 课程 UMich EECS 498-007 并列。该规划段落同时点明了深度学习方向的整体策略：先通过吴恩达的 Coursera: Deep Learning（CS230） 或李宏毅老师的课程建立宏观认识，再按细分方向选学代表课程——而 CS231n 正是「计算机视觉」这一分支的首选之一。

CS231n 与相邻课程之间的亲缘关系，在仓库的 EECS498-007.md 中得到了很好的旁证：

• 开源的 2017 年版 CS231n 主讲人正是 Justin Johnson（李飞飞门下博士生）；
• CS231n 主要由 Justin Johnson 与 Andrej Karpathy 共同建设，UMich 的 EECS 498-007 沿用了 CS231n 的部分材料；
• 因此「学过 CS231n 的同学可能觉得 EECS 498-007 的某些材料比较熟悉」。

这条证据链说明：CS231n 不止是一门孤立课程，它的讲义与作业基因已渗透进后续多门 CV 课程，学透它能为你日后接触 EECS 498-007 等进阶课程（覆盖物体检测、RNN/LSTM、Transformer、VAE/GAN 等更广主题）打下可复用的地基。在仓库 深度学习 目录中，CS231n 与 CS224n（NLP）、CS224w（图神经网络）、CS285（强化学习）共同构成 Stanford 深度学习公开课的完整矩阵，适合按方向各取所需。

课程内容与 3 个编程作业：从图像分类到生成式视觉

课程卡将作业规模明确标注为 3 个编程作业（Programming Assignments），对应的作业入口统一挂在课程主页的 schedule 页面。从历年公开的课程安排与讲义脉络来看，这 3 个作业通常构成一条「从手工特征到端到端深度学习」的递进主线：

1. Assignment 1——图像分类基础：实现 k-NN、SVM 与 Softmax 线性分类器、两层神经网络，并对比手工图像特征（如 HOG）与端到端学习的差异。它让你亲手完成反向传播的底层实现，建立「数据→损失→梯度→更新」的完整心智模型。
2. Assignment 2——全连接网络与 CNN：从零实现带 Batch Normalization、Dropout 与多种优化器的全连接网络，再过渡到卷积神经网络的卷积层、池化层与网络架构，配合 ImageNet 预训练模型做微调实验。
3. Assignment 3——序列与生成模型：涉及 RNN/LSTM 的语言建模与图像描述（Captioning）、风格迁移、生成对抗网络（GAN）乃至 Transformer 注意力机制等更前沿内容。

需要说明的是，上述作业细节源自课程多年来的公开安排，具体题面随学期版本会有调整，建议以课程官网 schedule 页面（cs231n.stanford.edu）当期发布为准。相较之下，仓库中 EECS498-007.md 对作业体系的描述更具参考模板价值——它同样以渐进式 Assignment 贯穿 CV 主流模型发展史，这正与 CS231n 的教学法一脉相承。

资源与版本选择：2017 经典版 vs 2025 最新版

课程卡对学习资源给出了精确到「版本」的指引，这也是本仓库课程文档最值得细读的信息之一：

• 课程网站：cs231n.stanford.edu（课程主站，含课件、讲义与 schedule）
• 课程视频：存在两个官方可获得的公开版本——
  • Spring 2017 版（经典）：由 Justin Johnson 主讲的版本，B 站有完整搬运合集，多年来无数自学者依赖此版本入门，仓库特别标注其「经典」地位；
  • Spring 2025 版（最新）：官方在 YouTube 发布的较新播放列表，内容更贴近当下深度学习生态（如 PyTorch 使用比例更高、新增注意力/扩散相关讨论）。
• 课程教材：无指定教材（以课程讲义 Notes 为主要阅读材料，仓库课程卡对此如实标注）
• 课程作业：3 个编程作业，发布于课程主页 schedule 页面

对自学者而言，版本选择的实际策略是：若追求系统稳定、社区资料多，优先 2017 经典版；若希望紧跟最新内容与工具链，可对照观看 2025 版，并以最新版作业为准。两者的讲义主体高度重合，先看旧版建立基础、再用新版查漏补缺是性价比很高的组合。

学习方法与时间投入：如何把 80 小时花在刀刃上

课程卡给出的 80 小时是包含看视频、读讲义与写作业的总投入估算，按仓库对难度 ★★★★ 的评级，建议做如下分配：

1. 前置条件自查（正式学习前）：课程卡明确先修仅为「机器学习基础」。若已修完 CS230（吴恩达深度学习专项），课程卡给出的建议非常直接——可以直接上手 Project 作为练习，跳过基础铺垫直接进入实战环节；若尚无任何基础，则建议先补 CS230 或仓库深度学习章节中其他入门课。
2. 视频 + 讲义并行（约 40 小时）：每个 Lecture 配套阅读对应 Notes，Notes 是这门课真正的知识密度所在，CNN、反向传播等关键章节值得反复精读。
3. 三个编程作业（约 30 小时）：这是课程价值的核心载体。务必独立完成底层实现部分（不要一上来就调框架 API），再逐步迁移到 PyTorch。作业中的可视化实验（权重可视化、t-SNE 嵌入等）能极大加深对模型行为的直觉。
4. 收尾与衔接（约 10 小时）：复盘作业里调参实验的结论，然后可按需进入 EECS498-007 体验进阶版本，或转向 NLP/图神经网络等平行方向。

小结

CS231n 的核心价值可以概括为三点：斯坦福原厂质量（李飞飞团队 + Justin Johnson/Karpathy 主建）、极低的入门门槛（仅需机器学习基础 + Python）、极高的动手密度（3 个编程作业覆盖从图像分类到生成模型的完整主线）。在 cs-self-learning 的课程体系中，它是「深度学习 → 计算机视觉」分支上承 CS230、下启 EECS 498-007 的关键枢纽，80 小时的投入能换来对 CNN 世界从原理到实战的完整认知。把它排进你的自学路线，并在学完后用 CS231n 的思维去阅读新论文、迁移到新框架，会是性价比极高的一步。