[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-khanhnamle1994--computer-vision":3,"tool-khanhnamle1994--computer-vision":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",159636,2,"2026-04-17T23:33:34",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":77,"owner_email":78,"owner_twitter":79,"owner_website":80,"owner_url":81,"languages":82,"stars":98,"forks":99,"last_commit_at":100,"license":101,"difficulty_score":32,"env_os":102,"env_gpu":103,"env_ram":103,"env_deps":104,"category_tags":107,"github_topics":108,"view_count":32,"oss_zip_url":101,"oss_zip_packed_at":101,"status":17,"created_at":114,"updated_at":115,"faqs":116,"releases":117},8985,"khanhnamle1994\u002Fcomputer-vision","computer-vision","Programming Assignments and Lectures for Stanford's CS 231: Convolutional Neural Networks for Visual Recognition","computer-vision 是斯坦福大学 CS231n 课程的开源项目，专注于卷积神经网络在视觉识别中的应用。它系统整理了从图像分类、定位到检测等核心任务的教学视频、课件及编程作业，旨在帮助学习者深入理解深度学习架构的原理与实战技巧。\n\n面对计算机视觉领域技术迭代快、理论门槛高的问题，computer-vision 提供了一套完整的端到端学习路径。课程不仅讲解反向传播、损失函数优化等基础算法，更涵盖了训练调试技巧、主流 CNN 架构设计以及循环神经网络等前沿内容。其独特的亮点在于强调动手实践，引导用户从零开始构建并训练拥有数百万参数的神经网络，最终在 ImageNet 等大型数据集上完成复杂任务，真正打通理论与工程的壁垒。\n\n这套资源非常适合希望系统掌握计算机视觉技术的开发者、人工智能研究人员以及相关专业的学生。对于想要深入探究深度学习底层逻辑，而非仅仅调用现成 API 的技术人员而言，computer-vision 提供了宝贵的学术视野和工程指导，是进入该领域的优质入门指南。","![CoverPhoto](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fkhanhnamle1994_computer-vision_readme_d9259be829b1.jpeg)\n\nComputer Vision has become ubiquitous in our society, with applications in search, image understanding, apps, mapping, medicine, drones, and self-driving cars. Core to many of these applications are visual recognition tasks such as image classification, localization and detection. Recent developments in neural network (aka “deep learning”) approaches have greatly advanced the performance of these state-of-the-art visual recognition systems. This course is a deep dive into details of the deep learning architectures with a focus on learning end-to-end models for these tasks, particularly image classification. During the 10-week course, students will learn to implement, train and debug their own neural networks and gain a detailed understanding of cutting-edge research in computer vision. The final assignment will involve training a multi-million parameter convolutional neural network and applying it on the largest image classification dataset (ImageNet). We will focus on teaching how to set up the problem of image recognition, the learning algorithms (e.g. backpropagation), practical engineering tricks for training and fine-tuning the networks and guide the students through hands-on assignments and a final course project. Much of the background and materials of this course will be drawn from the [ImageNet Challenge](http:\u002F\u002Fimage-net.org\u002Fchallenges\u002FLSVRC\u002F2014\u002Findex).\n\n# Table of Content\n\n## Lectures\n* Lecture 1: Course Introduction ([Video](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=vT1JzLTH4G4&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=1), [Slides](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-1-Course-Introduction))\n* Lecture 2: Image Classification ([Video](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=OoUX-nOEjG0&index=2&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv), [Slides + Tutorials](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-2-Image-Classification))\n* Lecture 3: Loss Function and Optimizations ([Video](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=h7iBpEHGVNc&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=3), [Slides + Tutorials](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-3-Loss-Functions-and-Optimization))\n* Lecture 4: Introduction to Neural Networks ([Video](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=d14TUNcbn1k&index=4&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv), [Slides + Readings](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-4-Intro-To-Neural-Networks))\n* Lecture 5: Convolutional Neural Networks ([Video](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=bNb2fEVKeEo&index=5&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv), [Slides + Tutorials](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-5-Convolutional-Neural-Networks))\n* Lecture 6: Training Neural Networks Part I ([Video](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=wEoyxE0GP2M&index=6&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv), [Slides + Readings + Tutorials](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-6-Training-Neural-Networks-Part-1))\n* Lecture 7: Training Neural Networks Part II ([Video](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=_JB0AO7QxSA&index=7&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv), [Slides + Tutorials](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-7-Training-Neural-Networks-Part-2))\n* Lecture 8: Deep Learning Software ([Video](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=6SlgtELqOWc&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=8), [Slides](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-8-Deep-Learning-Software))\n* Lecture 9: CNN Architectures ([Video](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=DAOcjicFr1Y&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=9), [Slides + Readings](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-9-CNN-Architectures))\n* Lecture 10: Recurrent Neural Networks ([Video](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=6niqTuYFZLQ&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=10), [Slides](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-10-Recurrent-Neural-Networks))\n* Lecture 11: Detection and Segmentation ([Video](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=nDPWywWRIRo&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=11), [Slides](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-11-Detection-and-Segmentation))\n* Lecture 12: Visualizing and Understanding ([Video](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=6wcs6szJWMY&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=12), [Slides](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-12-Visualizing-and-Understanding))\n* Lecture 13: Generative Models ([Video](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=5WoItGTWV54&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=13), [Slides](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-13-Generative-Models))\n* Lecture 14: Deep Reinforcement Learning ([Video](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=lvoHnicueoE&index=14&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv), [Slides](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-14-Deep-Reinforcement-Learning))\n* Lecture 15: Efficient Methods and Hardware for Deep Learning ([Video](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=eZdOkDtYMoo&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=15), [Slides](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-15-Efficient-Methods-and-Hardware-for-Deep-Learning))\n* Lecture 16: Adversarial Examples and Adversarial Training ([Video](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=CIfsB_EYsVI&index=16&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv), [Slides](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-16-Adversarial-Examples-and-Adversarial-Training))\n\n## Assignments\n* Assignment 1 ([Problem](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Fblob\u002Fmaster\u002FAssignment-Guidelines\u002Fassignment1.md), [Solution](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002Fassignment1))\n* Assignment 2 ([Problem](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Fblob\u002Fmaster\u002FAssignment-Guidelines\u002Fassignment2.md), [Solution](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002Fassignment2))\n* Assignment 3 ([Problem](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Fblob\u002Fmaster\u002FAssignment-Guidelines\u002Fassignment3.md), [Solution](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002Fassignment3))\n","![封面图片](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fkhanhnamle1994_computer-vision_readme_d9259be829b1.jpeg)\n\n计算机视觉如今已渗透到我们社会的方方面面，广泛应用于搜索引擎、图像理解、移动应用、地图绘制、医疗、无人机以及自动驾驶汽车等领域。这些应用的核心任务之一便是视觉识别，包括图像分类、定位和检测等。近年来，基于神经网络（即“深度学习”）的方法取得了重大进展，极大地提升了这些先进视觉识别系统的性能。本课程将深入探讨深度学习架构的细节，重点在于为这些任务（尤其是图像分类）端到端地训练模型。在为期10周的课程中，学生将学习如何实现、训练并调试自己的神经网络，并深入了解计算机视觉领域的前沿研究。最终作业将要求学生训练一个拥有数百万参数的卷积神经网络，并将其应用于最大的图像分类数据集（ImageNet）。我们将着重讲解如何构建图像识别问题、相关学习算法（如反向传播）、训练和调优网络的实用工程技巧，并通过动手实践和期末项目引导学生完成学习。本课程的许多背景知识和材料均源自[ImageNet挑战赛](http:\u002F\u002Fimage-net.org\u002Fchallenges\u002FLSVRC\u002F2014\u002Findex)。\n\n# 目录\n\n## 讲座\n* 讲座1：课程介绍（[视频](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=vT1JzLTH4G4&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=1)，[课件](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-1-Course-Introduction)）\n* 讲座2：图像分类（[视频](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=OoUX-nOEjG0&index=2&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv)，[课件 + 教程](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-2-Image-Classification)）\n* 讲座3：损失函数与优化方法（[视频](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=h7iBpEHGVNc&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=3)，[课件 + 教程](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-3-Loss-Functions-and-Optimization)）\n* 讲座4：神经网络导论（[视频](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=d14TUNcbn1k&index=4&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv)，[课件 + 阅读材料](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-4-Intro-To-Neural-Networks)）\n* 讲座5：卷积神经网络（[视频](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=bNb2fEVKeEo&index=5&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv)，[课件 + 教程](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-5-Convolutional-Neural-Networks)）\n* 讲座6：神经网络训练（上）（[视频](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=wEoyxE0GP2M&index=6&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv)，[课件 + 阅读材料 + 教程](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-6-Training-Neural-Networks-Part-1)）\n* 讲座7：神经网络训练（下）（[视频](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=_JB0AO7QxSA&index=7&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv)，[课件 + 教程](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-7-Training-Neural-Networks-Part-2)）\n* 讲座8：深度学习软件（[视频](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=6SlgtELqOWc&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=8)，[课件](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-8-Deep-Learning-Software)）\n* 讲座9：CNN架构（[视频](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=DAOcjicFr1Y&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=9)，[课件 + 阅读材料](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-9-CNN-Architectures)）\n* 讲座10：循环神经网络（[视频](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=6niqTuYFZLQ&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=10)，[课件](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-10-Recurrent-Neural-Networks)）\n* 讲座11：目标检测与分割（[视频](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=nDPWywWRIRo&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=11)，[课件](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-11-Detection-and-Segmentation)）\n* 讲座12：可视化与理解（[视频](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=6wcs6szJWMY&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=12)，[课件](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-12-Visualizing-and-Understanding)）\n* 讲座13：生成模型（[视频](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=5WoItGTWV54&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=13)，[课件](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-13-Generative-Models)）\n* 讲座14：深度强化学习（[视频](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=lvoHnicueoE&index=14&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv)，[课件](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-14-Deep-Reinforcement-Learning)）\n* 讲座15：深度学习的高效方法与硬件（[视频](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=eZdOkDtYMoo&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=15)，[课件](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-15-Efficient-Methods-and-Hardware-for-Deep-Learning)）\n* 讲座16：对抗样本与对抗训练（[视频](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=CIfsB_EYsVI&index=16&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv)，[课件](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002FLecture-16-Adversarial-Examples-and-Adversarial-Training)）\n\n## 作业\n* 作业1（[题目](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Fblob\u002Fmaster\u002FAssignment-Guidelines\u002Fassignment1.md)，[解答](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002Fassignment1)）\n* 作业2（[题目](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Fblob\u002Fmaster\u002FAssignment-Guidelines\u002Fassignment2.md)，[解答](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002Fassignment2)）\n* 作业3（[题目](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Fblob\u002Fmaster\u002FAssignment-Guidelines\u002Fassignment3.md)，[解答](https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision\u002Ftree\u002Fmaster\u002Fassignment3)）","# Computer Vision 深度学习课程快速上手指南\n\n本资源是一套完整的计算机视觉深度学习课程，涵盖从图像分类到生成模型等 16 个核心主题。通过视频讲座、幻灯片及动手作业，帮助开发者掌握端到端神经网络的实现、训练与调试。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：Linux (推荐 Ubuntu 18.04+), macOS 或 Windows (需配置 WSL2)\n*   **Python 版本**：Python 3.6 或更高版本\n*   **核心依赖**：\n    *   `NumPy`: 数值计算基础\n    *   `Matplotlib`: 数据可视化\n    *   `Jupyter Notebook`: 运行交互式作业\n    *   `Deep Learning Framework`: 课程作业主要基于原生 Python\u002FNumPy 实现以理解原理，部分进阶内容可能涉及 PyTorch 或 TensorFlow（具体视作业要求而定）\n*   **硬件建议**：虽然基础作业可在 CPU 上运行，但训练卷积神经网络（如 ImageNet 任务）强烈建议使用配备 CUDA 的 NVIDIA GPU。\n\n## 安装步骤\n\n1.  **克隆项目仓库**\n    使用 git 将课程代码下载到本地：\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994\u002Fcomputer-vision.git\n    cd computer-vision\n    ```\n\n2.  **创建虚拟环境**\n    推荐使用 `conda` 或 `venv` 隔离环境。以下是使用 `conda` 的示例：\n    ```bash\n    conda create -n cv-course python=3.8\n    conda activate cv-course\n    ```\n\n3.  **安装依赖包**\n    进入作业目录（以 Assignment 1 为例）并安装所需库。如果根目录有 `requirements.txt` 请优先使用；若无，通常作业文件夹内会有特定需求。通用基础依赖安装命令如下：\n    ```bash\n    pip install numpy matplotlib jupyter notebook scipy pillow\n    ```\n    *注：若需加速下载，可使用国内镜像源：*\n    ```bash\n    pip install -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple numpy matplotlib jupyter notebook scipy pillow\n    ```\n\n4.  **启动 Jupyter Notebook**\n    进入具体的作业文件夹并启动服务：\n    ```bash\n    cd assignment1\n    jupyter notebook\n    ```\n\n## 基本使用\n\n本课程的核心学习方式是通过完成 `Assignments` 中的编程作业来实践理论。\n\n1.  **选择作业**\n    浏览 `assignment1`, `assignment2`, `assignment3` 目录。每个目录包含 `.ipynb` 格式的笔记本文件。\n\n2.  **阅读指导文档**\n    在编写代码前，请先阅读对应的作业说明文档（例如 `Assignment-Guidelines\u002Fassignment1.md`），了解任务目标（如实现 KNN 分类器、构建两层神经网络等）。\n\n3.  **运行示例代码**\n    打开对应的 Jupyter Notebook 文件（如 `assignment1.ipynb`），按顺序执行单元格。最简单的起步是运行数据加载和可视化部分：\n    ```python\n    # 示例：在 Notebook 中加载并显示图像数据 (伪代码逻辑，具体变量名参考实际文件)\n    import matplotlib.pyplot as plt\n    \n    # 假设已加载数据到 X_train, y_train\n    # plt.imshow(X_train[0])\n    # plt.title(f\"Label: {y_train[0]}\")\n    # plt.show()\n    ```\n\n4.  **实现核心算法**\n    根据注释提示，在指定的函数框架内填充代码（如损失函数计算、反向传播梯度推导等），然后运行测试单元格验证正确性。\n\n5.  **观看配套讲座**\n    遇到理论难点时，对照 `Lectures` 列表观看相应的 YouTube 视频或查阅 Slides。例如，在进行 Assignment 2 前，建议先观看 **Lecture 4: Introduction to Neural Networks** 和 **Lecture 5: Convolutional Neural Networks**。","某医疗科技公司的算法团队正致力于开发一款辅助医生识别皮肤癌病变的深度学习系统，急需构建高精度的图像分类模型。\n\n### 没有 computer-vision 时\n- 团队成员需从零摸索卷积神经网络（CNN）的数学推导与代码实现，缺乏系统的课程指引，导致基础理论掌握不牢。\n- 在训练数百万参数模型时，因不懂反向传播调试技巧及超参数优化策略，模型常出现不收敛或过拟合现象，浪费大量算力资源。\n- 面对 ImageNet 等大规模数据集，缺乏端到端的工程化落地经验，无法高效搭建从数据预处理到模型微调的完整流水线。\n- 对业界前沿的 CNN 架构（如 ResNet、VGG）理解碎片化，难以根据医疗影像特性选择或改进合适的网络结构。\n\n### 使用 computer-vision 后\n- 依托斯坦福 CS 231 的系列讲座与作业，团队系统掌握了图像分类核心原理，快速补齐了从损失函数到神经网络的理论短板。\n- 通过学习具体的训练技巧与调试方法，成功解决了深层网络训练难题，显著提升了模型在皮肤病变数据上的准确率与稳定性。\n- 借助课程中关于端到端建模的实战指导，高效构建了基于 ImageNet 预训练的迁移学习流程，大幅缩短了研发周期。\n- 深入理解多种经典 CNN 架构设计思想，能够灵活定制适合高分辨率医疗影像的网络模型，实现了技术方案的精准落地。\n\ncomputer-vision 将顶尖学术资源转化为工程实战能力，帮助团队跨越了从理论认知到高性能视觉系统落地的巨大鸿沟。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fkhanhnamle1994_computer-vision_75ecd5fe.png","khanhnamle1994","James Le","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fkhanhnamle1994_e54470bf.jpg","Data Journalist 📝  -> Data Scientist 📊 -> Machine Learning Researcher 🔍 -> Developer Advocate 🤝","Twelve Labs","San Francisco, CA","jl1165@rit.edu","le_james94","https:\u002F\u002Fjameskle.com\u002F","https:\u002F\u002Fgithub.com\u002Fkhanhnamle1994",[83,87,91,95],{"name":84,"color":85,"percentage":86},"Jupyter Notebook","#DA5B0B",98.8,{"name":88,"color":89,"percentage":90},"Python","#3572A5",1.2,{"name":92,"color":93,"percentage":94},"HTML","#e34c26",0,{"name":96,"color":97,"percentage":94},"Shell","#89e051",507,246,"2026-04-12T01:14:56",null,"","未说明",{"notes":105,"python":103,"dependencies":106},"该仓库主要为斯坦福计算机视觉课程（CS231n）的教学资料、讲座视频链接、幻灯片及作业指南，并非一个可直接运行的软件工具包。README 中未列出具体的运行环境配置、依赖库列表或硬件需求。用户需参考具体的作业文件夹（如 assignment1, assignment2 等）内的代码和说明文档来获取实际运行所需的详细环境信息（通常涉及 Python、NumPy 及早期的深度学习框架如 TensorFlow 或 PyTorch）。",[],[14,15],[109,64,110,111,112,113],"convolutional-neural-networks","image-classification","imagenet","visual-recognition","deep-learning","2026-03-27T02:49:30.150509","2026-04-18T17:03:33.296956",[],[]]