本書介紹使用 R 語言和深度學習庫 TensorFlow、H2O 和 MXNet 構建不同的深度學習模型的方法和原理。本書共 10 章，其中第 1、2 章介紹如何在 R 中配置不同的深度學習庫以及如何構建神經網絡；第 3 ～ 7 章介紹捲積神經網絡、自動編碼器、生成模型、循環神經網絡和強化學習的構建方法和原理；第 8、9 章介紹深度學習在文本挖掘以及信號處理中的應用；第 10 章介紹遷移學習以及如何利用 GPU 部署深度學習模型。
本書的結構簡單明瞭，每部分由準備環節、動手操作和工作原理組成，可強化讀者的學習；內容上覆蓋了深度學習領域常見的神經網絡類型，並介紹了使用場景。同時，書中包含大量實用的示例代碼，方便讀者應用到實際項目中。
本書適合有一定 R 語言編程基礎，並且希望使用 R 語言快速開展深度學習項目的軟件工程師或高校師生、科研人員閱讀。