本書是一本全面介紹深度學習和PyTorch實戰(zhàn)的入門指南。全書共11章，第1章主要介紹了深度學習的概念、應用場景及如何搭建開發(fā)環(huán)境。第2章詳細介紹PyTorch數(shù)學基礎，包括函數(shù)、微分、數(shù)理統(tǒng)計、矩陣等基礎知識及案例。第3章則介紹了數(shù)據(jù)預處理及常用工具，包括NumPy、Matplotlib、數(shù)據(jù)清洗、特征工程以及深度學習解決問題的一般步驟等。第4章分別介紹了PyTorch的基本概念、深度神經(jīng)網(wǎng)絡以及數(shù)據(jù)建模。第5章重點介紹了卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡等；第6章則涵蓋了回歸分析、聚類分析、主成分分析、模型評估與調(diào)優(yōu)等內(nèi)容。第7章至第10章分別介紹了PyTorch圖像建模、文本建模\音頻建模和模型可視化，第11章重點介紹了大語言模型的原理、主要大語言模型以及模型本地化部署、預訓練與微調(diào)技術。本書精心設計了大量解決實際問題的動手案例和上機練習題，并對所有實現(xiàn)代碼進行了詳盡的注釋和說明，同時提供數(shù)據(jù)集和配書資源文件，旨在幫助讀者更好地使用本書。