本书包含六大部分：第一部分主要介绍深度学习Python语言的基础知识，讲述Python基本语法（输入、输出、数据类型、流程控制、函数、文件和目录）、数组计算（NumPy库）、绘图库（Matplotlib库）等；第二部分主要介绍Keras编程基础，以及?Keras?中提供的大量的深度学习API；第三部分主要介绍数据处理方法，包括对类别的数据处理方法和对特征的数据处理方法，以及对缺失数据处理方法等；第四部分主要介绍各种深度模型原理及应用Keras搭建各种深度学习模型的方法，如卷积神经网络、循环神经网络等；第五部分主要介绍模型训练中的一些超参数及技巧；第六部分主要介绍深度学习模型的应用，包含深度学习解决分类问题、回归问题、自然语言处理问题等。　　本书可作为本科生、研究生学习深度学习的入门教材使用，也可以为广大有志于从事深度学习科研工作的科研工作者提供通俗、易懂、全面的学习材料。