内容简介

本书共分为7章，从深度学习基础入手，介绍深度学习中的基本概念及涉及的基本数学知识，引领读者动手搭建实现深度学习的PyTorch框架，讲解PyTorch 程序设计基础，解析深度学习中常用的前馈神经网络、卷积神经网络、循环神经网络、生成对抗网络、迁移学习等，并把这些网络模型展现在PyTorch框架下。本书每章都配有小结，总结本章重点、难点。第一章配有练习，使读者巩固所学知识。第二章到第七章配有实验，为读者课后练习提供素材。通过学习本书，读者可对深度学习有清晰的初步认识，能够完成简单的深度学习技术在PyTorch框架下的实现。本书可作为数据科学与大数据、人工智能、机器人工程等专业深度学习相关课程的教材，也可作为相关研究人员的参考用书。