本书从人工智能的定义与发展历程，深度学习的适用领域，深度学习与回归分析、机器学习、人工智能之间的关系及常见深度学习框架的适用场景开始，系统介绍深度学习的内容。具体包括神经网络的张量与数学基础、前馈神经网络、神经网络的pytorch实现、卷积神经网络基础、经典CNN模型介绍、序列模型、深度生成模型等内容。