本书共12章，内容涵盖入门深度学习的绝大部分基础知识。第1章讲解如何搭建深度学习的编程环境，并简单回顾了学习深度学习必备的数学知识。第2章从回归算法出发带领读者踏上深度学习之路。第3-9章全面讲解时下几种主流神经网络结构，包括多层感知机(MLP)、卷积神经网络(CNN)、循环神经网络(RNN)、自动编码器(AE)、变分自动编码器(VAE)、对抗生成网络(GNN)等。第10-12章着重介绍时下主流的几类深度学习应用，包括图像识别、目标检测和自然语言处理等。并列题名：Deep learning eng