主要介紹神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)中的基礎(chǔ)知識(shí)、主要模型（前饋網(wǎng)絡(luò)、卷積網(wǎng)絡(luò)、循環(huán)網(wǎng)絡(luò)等）以及在計(jì)算機(jī)視覺、自然語言處理等領(lǐng)域的應(yīng)用。全書共15章，可以作為一學(xué)期的課程進(jìn)行講授。
第1章是緒論，介紹人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的概要，使讀者對(duì)相關(guān)知識(shí)進(jìn)行全面的了解。
第2、3章介紹了機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)。
第4、5、6章分別講述三種主要的神經(jīng)網(wǎng)絡(luò)模型：前饋神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)。在第6章中略提了下圖網(wǎng)絡(luò)的內(nèi)容。
第7章介紹神經(jīng)網(wǎng)絡(luò)的優(yōu)化與正則化方法。
第8章介紹神經(jīng)網(wǎng)絡(luò)中的注意力機(jī)制和外部記憶。
第9章簡(jiǎn)要介紹了一些無監(jiān)督學(xué)習(xí)方法。
第10章中介紹一些和模型獨(dú)立的機(jī)器學(xué)習(xí)方法：集成學(xué)習(xí)、協(xié)同學(xué)習(xí)、多任務(wù)學(xué)習(xí)、遷移學(xué)習(xí)、終生學(xué)習(xí)、小樣本學(xué)習(xí)、元學(xué)習(xí)等。這些都是目前深度學(xué)習(xí)的難點(diǎn)和熱點(diǎn)問題。
第11章介紹了概率圖模型的基本概念，為后面的章節(jié)進(jìn)行鋪墊。
第12章介紹兩種早期的深度學(xué)習(xí)模型：玻爾茲曼機(jī)和深度信念網(wǎng)絡(luò)。
第13章介紹最近兩年發(fā)展十分迅速的深度生成模型：變分自編碼器和對(duì)抗生成網(wǎng)絡(luò)。
第14章介紹了深度強(qiáng)化學(xué)習(xí)的知識(shí)。
第15章介紹了應(yīng)用十分廣泛的序列生成模型。
