本书较完整地介绍了深度学习的基本概念、方法和技术。全书共10章，重点介绍了深度学习的基础知识、深度学习的基本算法、深度学习中的正则化以及几个典型的深度神经网络（如深度卷积神经网络、深度循环神经网络、深度生成式对抗网络、自编码器、深度信念网络、胶囊网络等）。
本书内容丰富、叙述详细、实用性强，适合具有一定数学基础的高年级本科生或相关专业的研究生使用，也可供不具有深度学习背景但对深度学习感兴趣的相关人员参考。

第1章绪论1
1.1深度学习的兴起1
1.2什么是深度学习2
1.3为什么采用深度学习7
1.4深度学习的应用7
1.4.1计算机视觉7
1.4.2语音识别10
1.4.3自然语言处理11
习题12
第2章深度学习的基础知识13
2.1泛化误差13
2.1.1点估计13
2.1.2偏差和方差14
2.2神经网络结构16
2.2.1神经元16
……