薛云峰著的《深度学习实践(基于Caffe的解析)》以代码实践为主，理论为辅进行讲解，适合快速入门，以实际应用为出发点，帮助读者轻松掌握、使用并修改Caffe框架的代码。
全书共分为三部分，基础部分(第1章～第3章)系统介绍了如何搭建自己的Caffe框架，并进行简单的训练。具体原理部分(第4章～第10章)介绍了几种基础类型的层，包括它们的作用以及实现方式。实践操作部分(第11章～第14章)分析了几种网络的构建与实际使用时的调参方式。

薛云峰，深度学习图像算法工程师，曾在中科院计算所、百度担任工程师，目前主要从事图像相关算法在产品落地中的工程架构以及算法优化工作。

前言
第1章　深度学习简介
1.1 深度学习的历史
1.2 深度学习工具简介
1.3 深度学习的未来趋势
第2章 搭建你的Caffe武器库
2.1 硬件选型
2.2 Caffe在Windows下的安装
2.3 Caffe在Linux下的安装
2.3.1 Linux安装
2.3.2 Nvidia CUDA Toolkit的安装（*.deb方法）
2.3.3 Caffe的安装和测试
2.4 OpenCV的安装和编译
2.4.1 OpenCV的下载
2.4.2 配置环境变量
2.5 Boost库的安装和编译
2.6 Python相关库的安装
2.7 MATLAB接口的配置
2.8 其他库的安装
2.8.1 LMDB的编译与安装
2.8.2 LevelDB的编译与安装
2.8.3 glog的编译与安装
2.8.4 安装gflags
第3章 Caffe的简单训练
3.1 Caffe转化数据工具的使用介绍
3.1.1 命令参数介绍
3.1.2 生成文件列表
3.1.3 使用的Linux命令简介
3.1.4 生成文件结果
3.1.5 图片参数组详解
3.2 Caffe提取特征的工具使用说明
3.3 Caffe训练需要的几个部件
3.3.1 网络proto文件的编写
……
第4章 认识深度学习网络中的层
第5章 Caffe的框架设计
第6章 基础数学知识
第7章 卷积层和池化层的使用
第8章 激活函数的介绍
第9章 损失函数
第10章 Batch Normalize层的使用
第11章 回归网络的构建
第12章 多任务网络的构建
第13章 图像检索和人脸识别系统实践
第14章 深度学习的调参技巧总结