【内容特点】 （1）内容全面，结构合理：每章设置知识结构图、理论知识、习题。 （2）取长补短，体系清晰：借鉴国内外知名高校、知名学者公开课组织内容架构，深入浅出。 【资源特点】配套微PPT、教学大纲、习题答案、源代码等。 【服务特点】作者提供直播以及QQ服务群等支持。

本书共8章，主要包括深度学习的相关理论知识和深度学习的计算机视觉应用。深度学习的相关理论知识部分包括人工智能基础、机器学习、深度学习基础及深度学习三部曲。其中，深度学习三部曲重点介绍深度学习的组成模块，旨在帮助读者把握深度学习的概况。深度学习的计算机视觉应用部分主要以计算机视觉相关任务为引导，介绍深度学习中常用的模型及应用，包括图像分类、目标检测、跨媒体信息处理和图像生成等，涉及擅长图像信息处理的卷积神经网络（CNN）、擅长时序信息处理的循环神经网络（RNN）、擅长机器翻译的Transformer模型和擅长信息生成的生成对抗网络（GAN）等。 本书可作为人工智能、计算机、大数据等专业深度学习相关课程的教材，也可供相关科技人员学习参考。郭延明，国防科技大学系统工程学院 副教授，长期从事人工智能、深度学习、多媒体信息处理等方面的研究，在目标检测识别、视觉描述、视觉自动问答、跨媒体关联和多模态融合等多个方面取得创新性研究成果，担任TPAMI、TIP、TMM、TNNLS、IEEE Transactions on Cybernetics等多个国际顶级期刊审稿专家。目前，作为项目负责人主持科研项目4项，包括国家自然科学基金青年基金、湖南省自然科学基金青年基金等，作为骨干成员参与项目10余项。 建设并主讲了研究生课程《深度学习方法与应用》，分别于2019年、2020年、2021年春季学期开设，选课人数达到上限，获得了学员和专家督导组的一致好评。同时还担任本科生课程《媒体数据分析与处理》、《武器装备系统概论》和研究生课程《媒体计算方法》的主讲老师之一。除此之外，还作为核心骨干成员参与湖南省精品在线立项课程《多媒体技术与应用》的建设；参与《多媒体设计与制作入门》MOOC课程的教学和维护工作，并获校精品在线课程认定；参与全国教育科学国防军事教育学科“十三五”规划项目1项。【上篇 深度学习知识基础】第　1章 人工智能基础第　2章 机器学习第3章　深度学习基础第4章　深度学习三部曲【下篇　深度学习的计算机视觉应用】第5章　图像分类第6章　目标检测第7章　跨媒体信息处理第8章　图像生成