本书内容包括神经网络的基础，深度神经网络的优化和验证，深度神经网络开发和训练环境的构建，使用TensorBoard进行网络训练的监控，以及模型的超参数优化。全书详细介绍的深度学习问题，包括基本的回归问题、二元分类问题和多元分类问题；还包括较为复杂的卷积神经网络对图像的分类和使用预训练CNN进行的迁移学习；使用递归神经网络进行时间序列预测、自然语言分类，以及通过sequence-to-sequence模型进行机器翻译；深度强化学习的智能体构建，以及生成对抗网络的图像生成。并列题名：Deep learning quick reference eng