本书共14章，涵盖了深度学习中的大部分学习网络方法。第1～2章介绍开发环境软件安装和深度学习相关的软件包，第3～4章是鸢尾花多分类全连接神经网络识别案例与实现，第5～6章是MINIST手写数字识别案例，第7章是Fashion MNIST服装识别案例，可以加深对卷积神经网络的认识，第8章介绍CIFAR-1O数据集彩色图片识别案例，第9章介绍循环卷积神经网络并通过字母预测实现，第10章是Embedding编码下通过4个字母预测下一个字母的案例，第11章是股票预测案例，第12章是基于OpenCV和Keras的人脸识别案例，第13章是基于Yolov3_tiny AI小车的目标检测案例，第14章是A智能小车的斑马线识别案例。
本书内容通俗易懂，操作性强，适合作为人工智能、计算机、软件工程、电子科学与技术、自动化等专业本科生的实践操作与训练教材，对于初学人工智能的研究生也具有一定的参考价值。

前言
第1章 开发环境软件安装
（一）实验目的
（二）实验内容
（三）实验设备
（四）软件环境匹配
（五）实验步骤
（六）实验要求
第2章 TensorFlow-GPU 1.13.1和CV2等开发包及其他依赖库安装
（一）实验目的
（二）实验内容
（三）实验设备
（四）软件介绍
（五）安装步骤
（六）实验要求
第3章 鸢尾花多分类全连接神经网络识别案例（Python代码实现）
（一）实验目的
（二）实验内容
（三）实验设备
（四）实验原理
（五）实验步骤
（六）实验要求
（七）实验习题
第4章 鸢尾花多分类全连接神经网络识别案例（Keras类实现）
（一）实验目的
（二）实验内容
（三）实验设备
（四）实验原理
（五）实验步骤
（六）实验要求
（七）实验习题
第5章 MINIST手写数字识别案例（Python代码实现）
（一）实验目的
（二）实验内容
（三）实验设备
（四）实验原理
（五）实验步骤
（六）实验要求
（七）实验习题
第6章 MINIST手写数字识别案例（Keras类实现）
（一）实验目的
（二）实验内容
（三）实验设备
（四）实验原理
（五）实验步骤
（六）实验要求
（七）实验习题
第7章 Fashion MNIST服装识别案例
（一）实验目的
（二）实验内容
（三）实验设备
（四）实验原理
（五）实验步骤
（六）实验要求
（七）实验习题
第8章 CIFAR-10数据集彩色图片识别案例
（一）实验目的
（二）实验内容
（三）实验设备
（四）实验原理
（五）实验步骤
（六）实验要求
（七）实验习题
第9章 Embedding编码下通过1个字母预测下一个字母的案例
（一）实验目的
（二）实验内容
（三）实验设备
（四）实验原理
（五）实验步骤
（六）实验要求
（七）实验习题
第10章 Embedding编码下通过4个字母预测下一个字母的案例
（一）实验目的
（二）实验内容
（三）实验设备
（四）实验原理
（五）实验步骤
（六）实验要求
（七）实验习题
第11章 股票预测案例（LSTM网络实现）
（一）实验目的
（二）实验内容
（三）实验设备
（四）实验原理
（五）实验步骤
（六）实验要求
（七）实验习题
第12章 基于OpenCV和Keras的人脸识别案例
（一）实验目的
（二）实验内容
（三）实验设备
（四）实验原理
（五）实验步骤
（六）实验要求
（七）实验习题
第13章 基于Yolov3_tinyAI小车的目标检测案例
（一）实验目的
（二）实验内容
（三）实验设备
（四）实验原理
（五）实验步骤
（六）实验要求
（七）实验习题
第14章 AI智能小车的斑马线识别案例
（一）实验目的
（二）实验内容
（三）实验设备
（四）实验原理
（五）实验步骤
（六）实验要求
（七）实验习题
参考文献