CMU 11-485 深度学习导论
课程名称： Introduction to Deep Learning
官方入口： 课程主页、CMU Course Catalog
课程层级： 本研共修
先修要求： 机器学习基础、概率、线性代数、Python
重要程度： ※※※※※
课程定位
11-485 是 CMU 最著名的深度学习主课之一，工程强度很高，也非常贴近实际研究和工业工作流。它既讲核心网络结构，也强调训练系统、调试过程和项目落地。
核心内容
- 前馈网络、CNN、RNN、注意力与 Transformer
- 优化、初始化、归一化和训练稳定性
- 表示学习、序列建模和大规模训练
- 在语音、语言、视觉等领域的深度模型
- 工程实现、实验管理与结果分析
课程特色
CMU 课程普遍强调“能跑、能解释、能复现”，11-485 也是如此。它的作业和项目通常很能锻炼工程能力，适合想把深度学习真正做起来的人。
学习难点
- 编程量和实验量通常不小
- 对调参、显存、训练效率等工程问题要求更真实
- 如果基础 ML 不稳，容易在课程前半段就掉队
学完后的衔接
- NLP：接
11-411 - CV：接
16-385 - RL / 研究项目：接
10-403或实验室方向课