本書共分8個章節(jié)，內容如下：第1章主要介紹人工智能與深度學習的產業(yè)背景與百度EasyDL平臺深度學習應用；第2章介紹深度學習所需要安裝的開發(fā)工具及環(huán)境配置；第3章介紹TensorFlow的安裝、張量的基本知識；第4章介紹數據集的概念、標注工具的使用、數據集的制備；第5章介紹神經網絡前向傳播流程，以及激活函數、初始化函數、稠密層；第6章介紹神經網絡反向傳播流程，以及損失函數、梯度下降的概念、完整的神經網絡訓練案例；第7章介紹適用于圖像的卷積神經網絡的搭建方法，以及yolov5模型的部署及使用；第8章介紹適用于文本的循環(huán)神經網絡搭建方法，以及大語言模型的部署及使用。本書理論結合實踐、知識循序漸進，每一個知識點都有編程案例供學生練習理解，章節(jié)末尾安排了理論練習及實踐操作。在編寫過程中重點介紹每一個模塊中的基礎知識及編程指令，幫助學生快速構建深度學習理論框架，理解深度學習知識邏輯。