本书系统介绍了人工智能相关算法，尤其是深度学习算法，包含了基础的算法理论介绍、深度学习框架实现和重要的算法模型应用简介等。此外，本书提供配套的源代码、开源版本电子书，以及微课视频等资料。全书共14章，可以分为4部分：第 1——3章为第 1部分，主要介绍人工智能的初步认知，并引出相关算法问题；第4和第5章为第2部分，主要介绍PyTorch的基础知识，为后续算法实现作铺垫；第6——9章为第3部分，主要介绍神经网络的核心理论，让读者能理解深度学习的本质；第 10——14章为第4部分，主要介绍经 典算法方向与模型结构的应用，让读者能够学有所用。本书适合作为广大高校计算机相关专业课程的教材，也适合作为人工智能领域爱好者的参考用书。
1章人工智能绪论
1.1人工智能
1.1.1人工智能简介
1.1.2机器学习
1.1.3神经网络与深度学习
1.2神经网络发展简史
1.2.1浅层神经网络
1.2.2深度学习
1.3深度学习特点
1.3.1数据量
1.3.2算力
1.3.3网络规模
1.3.4通用智能
1.4深度学习应用
1.4.1计算机视觉
1.4.2自然语言处理
1.4.3强化学习
1.5深度学习框架
1.5.1主流框架
……