本書基于PyTorch框架介紹深度學習的有關理論和應用,以Python為實現(xiàn)語言。全書共分10章，內容包括深度學習的概念和發(fā)展過程、感知器、全連接神經網絡、卷積神經網絡、若干經典CNN預訓練模型及其遷移方法、深度卷積神經網絡應用案例、循環(huán)神經網絡、基于預訓練模型的自然語言處理、面向模型解釋的深度神經網絡可視化方法、多模態(tài)學習與多模態(tài)數據分類等。
本書兼顧理論與應用、原理與方法，集系統(tǒng)性、實用性、便捷性于一體，易于入門，實例豐富，所有代碼全部經過調試和運行。此外，每一章后面都配有適量的習題，供教學和學習參考使用。
本書可作為各類高等學校人工智能和計算機相關專業(yè)的“人工智能”或“機器學習”課程的教材，也可作為人工智能、深度學習愛好者和初學者的自學教材，以及從事人工智能課題研究和應用開發(fā)人員的參考用書。