本書包含六大部分：第一部分主要介紹深度學習Python語言的基礎知識，講述Python基本語法（輸入、輸出、數(shù)據(jù)類型、流程控制、函數(shù)、文件和目錄）、數(shù)組計算（NumPy庫）、繪圖庫（Matplotlib庫）等；第二部分主要介紹Keras編程基礎，以及?Keras?中提供的大量的深度學習API；第三部分主要介紹數(shù)據(jù)處理方法，包括對類別的數(shù)據(jù)處理方法和對特征的數(shù)據(jù)處理方法，以及對缺失數(shù)據(jù)處理方法等；第四部分主要介紹各種深度模型原理及應用Keras搭建各種深度學習模型的方法，如卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡等；第五部分主要介紹模型訓練中的一些超參數(shù)及技巧；第六部分主要介紹深度學習模型的應用，包含深度學習解決分類問題、回歸問題、自然語言處理問題等。 　　本書可作為本科生、研究生學習深度學習的入門教材使用，也可以為廣大有志于從事深度學習科研工作的科研工作者提供通俗、易懂、全面的學習材料。