本书共16章。第1-3章从大模型的基本概念入手，详细讲述其背后的神经网络原理，并介绍PyTorch框架，为读者打下坚实的理论与实践基础。第4-8章深入剖析构建大模型的各类核心架构，包括多层感知机、卷积神经网络、循环神经网络、Transformer以及生成对抗网络，阐述不同基础神经网络的使用场景和数据处理方案。第9-14章介绍训练加速、性能评估、正则化、模型压缩、分布式并行计算、迁移微调以及可视化分析等，旨在应对模型部署中的效率、稳健性和可解释性挑战。第15、16章通过“字体扩展生成”和“DeepSeek+RAG构建企业知识问答系统”两个典型的综合案例，展示如何利用开源模型解决实际业务问题。