本书以深度学习框架 PyTorch 为基础，介绍机器学习的基础知识和应用方法，详细地介 绍各种神经网络结构，经典的神经网络工作原理及其在 PyTorch 框架下的应用实践。本书共 有 9 个单元，主要介绍了深度学习相关基础知识、PyTorch 框架基础知识、机器学习基础知识、人工神经网络基础、卷积神经网络、循环神经网络、生成对抗网络和目标检测网络以及 7 个实际应用案例。 本书采用任务驱动教学方式，提供微课视频、PPT、案例源码等课程教学资源，来辅助 教师教学和学生学习。本书适合深度学习初学者学习，可作为计算机相关专业的教材，也可供从事相关开发工作的工程技术人员阅读参考，或作为其他社会培训的培训教材或参考书。

前言
项目1 深度学习概述
【项目导读】
【项目基础知识】
1.1 了解深度学习
1.1.1 深度学习的概念
1.1.2 深度学习的发展历程
1.1.3 人工智能、机器学习和深度学习的关系
1.2 机器学习算法的分类
1.2.1 监督学习
1.2.2 无监督学习
1.2.3 半监督学习
1.2.4 强化学习
1.3 深度学习的应用情况
1.3.1 计算机视觉领域应用情况
1.3.2 自然语言处理领域应用情况
1.3.3 其他领域应用情况
1.4 常用框架对比
1.4.1 TensorFlow
……