本书共分为4个部分。第一部分为基础入门篇，讲解深度学习核心概念、线性回归、神经网络基础及PyTorch框架应用。第二部分为计算机视觉模型篇，先介绍CNN的原理，再结合边缘检测、猫狗分类研究、验证码识别、人脸相似度判断、火焰和烟雾目标检测等实战项目讲解计算机视觉任务。第三部分为自然语言处理模型篇，从循环神经网络到注意力机制与机器翻译，通过微博话题识别、气温预测、从中文到英文的翻译等实战项目，破解序列数据建模难题。第四部分为大模型架构与应用篇，解析Transformer架构，通过小型中文聊天系统与医疗问答大模型定制两大实战项目，介绍开源大模型微调与推理。