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，本书提供配套的源代码、开源版本电子书、课件素材、以及微课视频等资料。全书共14章，可以分为4部份：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4~5章为第2部分，主要介绍PyTorch框架使用基础知识，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基础，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。

龙良曲：网名“龙龙老师”，毕业于中南大学，专注研究深度学习领域的前沿算法多年，发表多篇相关论文和发明专利。曾担任网易云课堂"深度学习与PyTorch”“深度学习与TensorFlow2”等视频课程的主讲教师，帮助大量学员快速掌握深度学习算法知识，课程广受好评。

前言 这是一本面向人工智能，特别是深度学习初学者的图书，旨在帮助更多的读者朋友了解、喜欢并投身到人工智能行业中来，因此作者试图从分析人工智能中的简单问题入手，一步步地提出设想、分析方案以及实现方案，重温当年科研工作者的发现之路，让读者身临其境地感受算法设计思想，从而掌握分析问题、解决问题的方法。这种方法对读者的基础要求较少，读者在学习本书的过程中会自然而然地了解算法的相关背景知识，体会到知识是为了解决问题而生的，避免陷入为了学习而学习的困境。 尽管作者试图将读者的基础要求降到最低，但是人工智能不可避免地需要使用数学符号推导，其中涉及少量的概率与统计、线性代数、微积分等数学知识，要求读者对这些数学知识有初步印象或了解即可。比起理论基础，读者需要有少量的编程经验，特别是Python语言编程经验，因为本书更侧重于实用性，而不是堆砌公式。推荐读者在学习本书的内容时，配合相关代码的实战练习，加深对于知识点的理解。总体而言，本书适合于理工科专业背景的本科生和研究生，以及其他对人工智能领域感兴趣的读者。 在编写本书时，很多英文词汇尚无法在业界找到一个统一的翻译名，因此作者备注了翻译名的英文原文，供读者参考，同时也方便读者日后阅读相关英文文献时，不至于感到陌生。 尽管每天都有深度学习相关算法论文发表，但是作者相信，深度学习的核心思想和基础理论是共通的。本书已尽可能地涵盖其中基础、重要且较为前沿的算法知识，但是仍然有很多算法方向无法覆盖，读者学习完本书后，可以自行搜索相关方向的学术论文或资料进行延伸阅读，以获得更深层次的算法理解，更进一步探索人工智能的边界。在学习书本内容...