Python-DL-PyTorch2 本书代码及数据下载百度盘 提取码:w42f 包括代码+数据+PPT文档等，大小约：3G
本书分为三部分，共19章，第一部分为PyTorch基础，第二部分为深度学习基本原理，第三部分是实战内容。
为PyTorch基础：
第1~4章 为Python和PyTorch基础部分，也是本书的基础部分，为后续学习打下一个坚实基础。
第二部分（第5~10章）为机器学习、深度学习部分，这是本书核心部分
（第11~19章）为深度学习实战，也即前面两部分的具体应用部分。这部分在介绍相关原理、架构的基础上，用PyTorch具体实现多个深度学习的典型实例，最后介绍了强化学习、深度强化学习等内容。
Python-DL-TensorFlow2 本书代码及数据下载百度盘 提取码:xscp 文件大小约：1.3G
本书共20章，按照“基础到实践”的顺序展开，分为四个部分。
为深度学习实践部分 通过实例把理论与实践相结合，同时实现理论理解的进一步提升。具体包括风格迁移、目标检测实例、人脸检测与识别、光学字符识别、人机对话和利用Transformer处理图像等方面的实例。
本书代码及数据下载百度盘 提取码:lyl0 包括代码+数据等，大小约：3G
本书分为两部分，共16章。第一部分介绍相关技术的基础知识，第二部分运行这些技术解决实际问题的实例。
重点介绍了Embedding的发展历史及最新应用，对各种预训练模型涉及的基础知识做了详解说明，如语言模型、迁移学习、注意力机制等。
以实例为主，介绍了Embedding的多种应用，使用新技术解决NLP方面的一些任务。
Python-
From-Base-To-AI
本书代码及数据下载百度盘
提取码:afmu
包括代码+数据+PPT文档等，大小约：500M
本书电子文档及相关资料
本书分为两部分，共20章，第一部分为Python基础，第二部分为人工智能基础。
这部分也本书的基础，为后续章节的学习打下一个坚实基础。
为人工智能基础部分
这是本书核心部分，包括机器学习常用算法、机器学习一般流程、神经网络和两种最好学深度学习框架等内容。