本书主要汇集了作者及团队关于深度学习前沿技术应用研究成果, 同时也消化吸收了相关论著的最新成果, 从原理、框架与应用三个方面阐释内容。全书分四篇共11章。第一篇 (第1-2章) 为深度学习基础篇, 其中第1章整体介绍了人工智能、机器学习与深度学习, 第2章介绍了深度学习的数学与优化基础。第二篇 (第3-5章) 为神经网络篇, 包括人工神经网络、Hopfield网络和脉冲耦合神经网络。第三篇 (第6-8章) 为卷积神经网络篇, 阐述了深度卷积神经网络、空洞卷积神经网络和深度生成网络。第四篇 (第9-11章) 为循环递归神经网络篇, 详细分析了循环神经网络、深度递归卷积神经网络和长短期记忆网络的结构、算法架构与应用。