“pytorch深度学指南”丛书循序渐进地详细讲解了与深度学相关的重要概念、算法和模型，并着重展示了pytorch是如何实现这些算法和模型的。其共分三卷：编程基础、计算机视觉、序列与自然语言处理。本书为该套丛书的第二卷：计算机视觉。本书主要介绍了深度模型、激活函数和特征空间；torchviion、数据集、模型和转换；卷积神经网络、丢弃和学率调度器；迁移学和微调流行的模型(re、inception等)等内容。本书适用于对深度学感兴趣，并希望使用pytorch实现深度学的python程序员阅读学。