本书以深度学习入门内容为主线，通过数形结合的方式来渐进式引导读者进行学习，力争使各位读者对于每个算法原理不仅要做到知其然更要做到知其所以然。同时，本书采用了深度学习中较为流行且简单易学的PyTorch框架来进行示例，以便让各位读者在学习各个算法的原理过程中也能够掌握其实际的用法。 本书共10章，分为深度学习领域发展和开发环境配置、深度学习基础和深度学习技术在自然语言处理领域方面的应用三部分内容。第一部分内容（第1~2章）详细介绍了深度学习的起源和发展阶段及深度学习环境的安装配置。第二部分内容（第3~8章）介绍了深度学习入门的基础内容，包括线性回归、梯度下降与反向传播、卷积神经网络、循环神经网络和模型的优化等方面的内容。第三部分（第9~10章）详细介绍了自然语言处理领域的重要概念和技术发展路线，包括Seq2Seq、注意力机制、Transformer和GPT等目前主流的算法模型。 本书图例丰富，原理与代码讲解通俗易懂，既可作为高等院校和培训机构相关专业的教学参考书，也可作为对深度学习领域感兴趣的工程师和研究人员使用。