课程 · 资源记录
CS231n: Deep Learning for Computer Vision
覆盖视觉分类、卷积网络、残差架构、检测、分割、视觉 Transformer、训练工程和视觉数据评估。
为什么重要
用于核对 A06 的离散卷积、网络结构、目标检测、密集预测、视觉 Transformer 及计算机视觉实验边界。
阅读前提
教材中的引用位置
- A06 · 第 1 章 离散卷积、感受野与参数共享
支持的主张：Stanford CS231n 2025 课程材料可用于核对卷积层、形状、感受野和视觉网络计算。具体填充方向、张量布局与算子命名仍应以所用框架契约为准。
- A06 · 第 2 章 卷积网络架构与残差连接
支持的主张：Stanford CS231n 2025 课程材料可用于核对卷积块、层级架构、残差连接和视觉任务骨干。任何代表性思想的实际效果仍取决于数据、训练配方、输入分辨率和目标硬件。
- A06 · 第 3 章 目标检测与多尺度特征
支持的主张：Stanford CS231n 2025 课程用于核对目标检测中的框、类别、IoU、匹配、非极大值抑制以及两阶段/单阶段评价流程；《Deep Learning》用于核对卷积特征、损失优化和正则化基础。本章的检测指标必须与数据集匹配规则一起解释，不能由通用分类损失单独推出。
- A06 · 第 4 章 语义分割、实例分割与密集预测
支持的主张：Stanford CS231n 2025 课程用于核对语义/实例分割的像素标签、密集预测结构、IoU 与类别不平衡评价；《Deep Learning》用于核对卷积特征、反向传播和正则化基础。本章要求同时报告类别级与聚合指标，避免大背景区域掩盖小目标失败。
- A06 · 第 5 章 视觉 Transformer 与混合架构
支持的主张：Stanford CS231n 2025 课程用于核对图像 patch、视觉分类、数据增强和视觉 Transformer 的评价流程；《Attention Is All You Need》用于核对多头注意力、位置表示与 Transformer 基础接口。本章的图像 token 化和二维位置处理来自视觉任务扩展，不能由原始文本翻译实验直接证明。
- A06 · 第 6 章 几何、数据偏差与计算机视觉综合复习
支持的主张：Stanford CS231n 2025 课程用于核对卷积网络、残差结构、检测、分割和视觉 Transformer 的任务接口与实验评价；《Deep Learning》用于核对卷积、优化、正则化和泛化的基础原理。本章的视觉任务细节以 CS231n 为直接依据，教材用于解释共同训练机制而不替代最新架构证据。