本书共分8章,内容包括深度学习基础、深度学习框架PyTorch的安装、PyTorch基础、线性回归和逻辑回归、全连接神经网络、卷积神经网络、循环神经网络及生成式对抗网络。本书首先从深度学习基础知识入手,引领读者动手搭建深度学习框架PyTorch,然后在PyTorch框架下实现深度学习中常用的网络模型。通过本书,读者可对深度学习有一个清晰的认识。本书中的程序均可在Windows系统中运行,不受是否具备GPU的限制。本书提供电子课件、源代码,读者可登录“华信教育资源网”(www.hxedu.com.cn)免费下载。书中每章都配有习题和实验,最后还附有参考答案。本书可作为高等学校本科数据科学与大数据、人工智能、机器人工程等专业深度学习相关课程的教材,也适合广大对深度学习有兴趣的读者自学使用。