本书兼顾学术性与实用性，共分为8章，首先介绍深度学习的基本概念、发展历程、应用场景和重要性，让读者对深度学习有一个初步的了解；接着介绍模型评价重要性和主要的模型评价指标，为后续模型训练实践中的效果评判做准备；重点介绍了经典的深度学习基础模型的思想，包括：感知机、BP神经网络、循环神经网络、自注意力机制与Transformer模型、卷积神经网络、生成对抗模型，以及几个典型进阶模型(概率图模型、深度生成模型和深度强化模型)的思想。本书在介绍了PyTorch的基础上，引导读者探索典型深度学习模型实践，在此基础上，进一步指导读者根据自己所要解决的问题去合理搭建模型。最后，以金融领域为例，介绍了大模型对行业领域的推动作用。