本书主要对深度学习神经网络模型的设计与应用进行研究。首先,对深度学习神经网络理论的发展历史、基本概念进行回顾。然后,对深度学习神经网络衍生出的反向传播神经网络、卷积神经网络、大内存存储与检索神经网络进行深入分析。通过20个实际应用案例,对不同结构深度学习神经网络的优缺点进行比较,总结这些神经网络在不同领域的应用优势。最后,给出所有应用案例的核心代码,方便读者在这些代码的基础上,完成相应深度学习神经网络模型的设计和重构。