本书通过扎实、详细的内容和清晰的结构, 从算法理论、算法源码、实验结果等方面对算法进行分析和介绍。本书共三篇, 第一篇主要介绍深度学习在计算机视觉方向的一些卷积神经网络, 从基础骨干网络、轻量级CNN、模型架构搜索3个方向展开, 介绍计算机视觉方向的30余个里程碑算法; 第二篇主要介绍深度学习在自然语言处理方向的重要突破, 包括基础序列模型和模型预训练; 第三篇主要介绍深度学习在模型优化上的方法, 包括模型优化。通过阅读本书, 读者可以深入理解主流的深度学习基础算法, 搭建起自己的知识体系, 领会算法的本质, 学习模型优化方法。