本書分為基礎講解和專案實例兩個部分，以程式撰寫為主，理論解析為輔。

在基礎講解部分，本書透過程式設計實驗對深度學習理論進行展示，讓讀者能夠擺脫複雜難懂的數學公式，在程式設計的過程中直觀了解深度學習領域晦澀的原理。介紹scikit-learn和PyTorch兩個函數庫的組成模組，以及每個模組能解決的問題。

在專案實例部分，為了幫助初學者快速了解深度學習中的一些細分領域（如物件辨識、圖型分割、生成對抗網路等）的技術發展現狀，本書對相應領域的經典演算法進行了介紹，並根據經典演算法的想法，針對性地設計了適合初學者學習的實例專案。這些專案去除了演算法中的繁瑣細節，僅保留最基礎的邏輯，力求讓讀者在撰寫程式之前，更進一步地了解任務想法。我們為讀者挑選了很多在業界有實際應用場景的深度學習專案，重點介紹它們的想法以及程式實現。

【本書特點】
．最紮實的Sklearn根基
．最好用的PyTorch+Anaconda+Jupyter實作
．最簡單的實例完勝卷積神經網路
．物件辨識、圖型分割、以圖搜圖
．GAN生成對抗網路產生高清圖片
．ONNX模型全平台部署

【適合讀者群】
．深度學習相關的科學研究工作者
．電腦視覺從業者
．想要了解深度學習技術的程式設計師
．對深度學習感興趣的入門讀者

郭卡

安徽外國語學院計算機講師，省級自然科學基金重點項目「基於大數據與人工智能技術的在線學習評價系統」主持人，《Python 數據爬取技術與實戰手冊》主編，參與多項人工智慧研究項目並發表相關論文兩篇。

戴亮

科大訊飛演算法工程師，GiantPandaCV作者之一，主要研究方向為光學字符識別與語音識別，熱衷於PyTorch技術分享，對深度學習相關技術有深入了解。