有网友留言想看斯坦福大学，今天它来了
斯坦福的计算机专业处于世界顶尖水平。这所学校充满传奇：它创造了硅谷，是伟大科技公司的摇篮，引领世界科技发展。它践行纽曼和洪堡的教育模式，拥有最均衡的一流学科分布，为工业届和学术界培养了大量的人才。
像这样的顶尖大学，本文无法面面俱到，而是从计算机培养入手，结合硅谷、 课程等角度总结其培养学生的特点，为CS领域或想转行CS的小伙伴提供可借鉴的方法和参考。
硅谷支柱
说到斯坦福，不能不说硅谷，两者可谓相辅相成、互相成就彼此。
斯坦福大学由利兰.斯坦福夫妇为了纪念年幼夭折的孩子创办，他们不仅提供了资金，还提供大片土地，并且留下遗嘱土地不能卖。二战后斯坦福陷入办学困境，濒临破产，当时的工学院院长弗雷德里克.特曼教授建议设立斯坦福科技园，通过对外出租缓解困境，柯达公司、通用电气、肖克利晶体管公司、惠普等科技公司最早入驻。
此举对斯坦福乃至全世界科技工业产生深远影响，不仅解决了学校的财政问题，帮助斯坦福跨入世界一流大学的行列，还促进了硅谷的形成。
一方面，斯坦福帮助硅谷培养了大批技术人才，通过专利授权的方式将技术成果转让给工业界。鼓励老师、学生创业，诞生了Google、思科、太阳等公司。承担硅谷人才的继续教育，建立完善的教育网络，方便硅谷员工上课。
另一方面，硅谷的科技公司不仅解决了学校的财务问题，还通过提供工业界项目，锻炼教授、学生解决实际问题的本领，为学校带去了工业界思维。
课程
编号系统
计算机课程名是按编号进行分类的，有专门的编号系统。
数字首位数字表明课程的难度：
•0-99：小于100的课程编号非技术课程•100-199：1开头表示基础本科课程 •200-299：2开头表示高级本科课程/研究生入门课程•300-399：3开头表示高级研究生课程 •400-499：4开头为实验性课程•500-599：5开头表示研究生研讨会
个、十位上的数字表示方向：
•00-09：介绍性课程•10-19：硬件和系统 •20-29：人工语言•30-39：数值分析 •40-49：软件系统•50-59：计算数学基础 •60-69：算法分析•70-79：计算生物学和跨学科主题 •90-99：独立学习和实习
综上，如果编号小于100，那这门课没什么难度，如果大于100，百位数字表示难度，十位数字表示方向。比如cs242 Programming Languages，2表示高级本科难度，42表示软件类课程。
课程资源
课程资源主要有两类：当前学期的课程表[1]和斯坦福在线课程[2]。
上图是2019-2020几个学期的课程表，点击跳转到具体页面，详细列出了当前学期开设的课程。
斯坦福主张终生学习，由于地处硅谷，很多工作过的学生都有学习需求。因此斯坦福专门创建了Stanford Online项目，为学生和工作的人提供机会，你可以选择任何感兴趣的课程学习。
教育
斯坦福受纽曼和洪堡教育思想的影响，在通才教育和专才教育保持平衡，提倡多元化、鼓励学生间相互合作，为学生提供了很大的自由度，在方向选择上，更加尊重研究生的选择（从下文学生选课可见一斑）。
本科
计算机科学系是一个大系，它为本科生准备了不同的发展轨迹，并称之为Track[3]，设计了专门的Track System，为学生提供机会深入了解不同的领域、拓宽视野。
大多数Track有着类似的结构，且至少包含25个教学单元和7门课程：
1.1-2门导论课程(gateway courses) 2.3-4门高相关度课程(highly-related courses)3.广泛的选修课程，包括该领域的研究生课程、其它系相关课程
本科生选择track相对自由灵活，可以先上导论课程，不感兴趣可以换，上过的导论课依然算学分。
2019年，计算机系提供10个track:
•Artificial Intelligence：人工智能 •Biocomputation：生物计算•Computer Engineering：计算机工程•Graphics：图形学 •Human-Computer Interaction：人机交互•Information：计算机信息学 •Systems：计算机系统•Theory：计算机理论 •Unspecialized：为非计算机专业提供的课程•Individually Designed：根据特定兴趣和需要定制的课程
以人工智能为例，课程要求[4]如下：
1.数学与科学：至少学习9门课，50个单元 2.AI核心与项目：至少11门课，40个单元，主要课程有：
•算法分析与设计 •计算机组织和系统 •计算机系统概念 •AI概念与技术
斯坦福很贴心，把相关课程和方向选择都整理好放在Undergraduate Program Sheets[5]。
研究生
硕士研究生的方向选择和本科生一样，不过硕士生不叫Track，改为Specialization了。硕士在选择课程前有一个过渡时间，在这期间学生可以体验不同的课来帮助选择，如果后续想改方向，只需要导师签字就可以了。
同样以人工智能为例，它的样例课程如下：
| Sample Classes | Sample Profs | More Resources |
| 221. AI Principles & Techniques | Chris Manning | Program Sheets |
| 231A. Natural Language Processing | Andrew Ng | AI Lab |
| 229. Machine Learning | Fei-Fei Li | Bio-X |
计算机系还有很多实验室和研究小组：
•Stanford Artificial Intelligence Laboratory[6]：人工智能实验室，最近和京东合作建立了研究机构。该实验室出品了很多人工智能课程。 •Stanford Computer Graphics Laboratory[7]：图形学实验室 •Stanford Computer Security Laboratory[8]：计算机安全实验室
这些小组承担了研究生培养的重任。
总结
在斯坦福的发展过程中，创建硅谷无疑起到了至关重要的作用，两者互相成就、促进发展，也成为国内高校与工业界合作借鉴的典范。
这也给了我们启发，作为学生，我们可以通过实习、接项目和工业界紧密联系，锻炼自己技术能力；作为研发工程师，工作后需要进一步提升自己时，也可以选择回到学校进修。
References
[1] 当前学期的课程表: https://cs.stanford.edu/academics/courses[2] 斯坦福在线课程: https://online.stanford.edu/courses?topics%5B31%5D=31&keywords= [3] Track: https://cs.stanford.edu/degrees/undergrad/Tracks.shtml[4] 课程要求: https://cs.stanford.edu/degrees/undergrad/ProgramSheets/CS_AI_1920PS.pdf [5] Undergraduate Program Sheets: https://cs.stanford.edu/degrees/undergrad/ProgramSheets.shtml[6] Stanford Artificial Intelligence Laboratory: http://ai.stanford.edu/[7] Stanford
Computer Graphics Laboratory: http://graphics.stanford.edu/ [8] Stanford Computer Security Laboratory: http://seclab.stanford.edu/[9] 《大学之路》 吴军: https://book.douban.com/subject/27199584/
推荐阅读：
欢迎扫码关注我，专注于计算机科学、阅读分享，程序员认知学习成长平台
点赞支持我继续创作
