本书立足于具体的企业级项目开发实践，以通俗易懂的方式详细介绍pytorch深度学的基础理论以及相关的必要知识，同时以实际动手作的方式来引导读者入门人工智能深度学。本书配套示例项目源代码、数据集、ppt课件与作者群答疑服务。本书共分18章，内容主要包括人工智能、机器学和深度学之间的关系，深度学框架pytorch2.0的环境搭建，python数据科学库，深度学基本，pytorch2.0入门，以及13个实战项目：迁移学花朵识别、垃圾分类识别、短期电力负荷预测、空气质量预测、手写数字识别、人脸识别与面部表情识别、图像风格迁移、糖尿病预测、基于gan生成动漫人物画像、基于大语言模型的nlp、猴痘病毒识别项目实战、x光肺部感染识别项目实战、乐器声音音频识别项目实战。本书适合pytorch深度学初学者、深度学算法从业培训人员、深度学应用开发人员阅读，也适合作为高等院校或高职高专深度学课程的教材。