本書是使用Python進行深度學習實踐的一本初學指南。本書並未羅列大量的公式，而是通過一些實用的實際案例，以簡單直白的方式介紹深度神經網路的兩項任務——分類和回歸，解析深度學習模型中的一些核心問題，以期讓讀者對深度學習的全貌有一個清晰的認識。
本書共9章，分別介紹了深度學習基礎理論、神經網路基礎知識、構建定製化深度預測模型、性能提升技術、二元分類的神經網路應用等內容，並借助Python語言對基本演算法和實現模型進行了探索。本書適合期望用較短時間在深度神經網路領域初試牛刀的讀者，也適合深度學習的初學者以及業內人士參考。
本書共9章，分別介紹了深度學習基礎理論、神經網路基礎知識、構建定製化深度預測模型、性能提升技術、二元分類的神經網路應用等內容，並借助Python語言對基本演算法和實現模型進行了探索。本書適合期望用較短時間在深度神經網路領域初試牛刀的讀者，也適合深度學習的初學者以及業內人士參考。