本书主要目标是处理很多深度学习应用的热点问题并向读者披露解决方案的细节。主要内容分为7章：第1章介绍深度学习基础知识，第2章介绍大规模数据的分布式深度学习，第3章介绍卷积神经网络，第4章介绍循环神经网络，第5章介绍受限玻尔兹曼机，第6章介绍自动编码器，第7章介绍如何用Hadoop玩转深度学习。
相关书籍
Python深度学习
本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。
Python神经网络编程
本书首先从简单的思路着手，详细介绍了理解神经网络如何工作所必须的基础知识。
动手学深度学习（PyTorch版）
本书是《动手学深度学习》的重磅升级版本，选用经典的PyTorch深度学习框架
深度学习
《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写，是深度学习领域奠基性的经典教材
深度学习入门
本书是深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。