本書介紹深度學習的歷史、學習深度學習模型所需要的數(shù)學基礎、深度學習模型的基本組成和常用深度學習模型的應用。本書共12章, 第1-5章介紹深度學習基礎、深度學習環(huán)境的安裝與使用、神經網絡的數(shù)學基礎、搭建一個簡單的神經網絡、模型評估及模型調優(yōu)等, 第6-12章介紹用VGG網絡實現(xiàn)貓狗識別、用ResNet網絡實現(xiàn)手勢識別、搭建MobileNet實現(xiàn)電表編碼區(qū)域檢測、FCN實現(xiàn)斑馬線分割、基于U-Net的工業(yè)缺陷檢測、DCGAN圖像生成、ACGAN生成帶標簽圖片等多個綜合實例, 通過在實踐中融入理論, 幫助學生掌握深度學習的概念和應用開發(fā)。