写作本书的主因源自笔者曾于 2015 年 10 月在个人主页（ http://lamda.nju.edu.cn/weixs ）上开放的一个英文深度学习学习资料「深度神经网络之必会技巧」（Must Know Tips／Tricks in Deep Neutral Networks）。该资料随后被转帖至新浪微博，颇受学术界和工业界朋友好评，至今已有逾 31 万的阅读量，后又被国际知名论坛 KDnuggets 和 Data Science Central 特邀转载。期间曾接收到不少国内外读过此学习资料的朋友微博私信或邮件来信表示感谢，其中不乏有人提到希望开放一个中文版本以方便国人阅读学习。另一方面，随着深度学习领域发展的日新月异，当时总结整理的学习资料现在看来已略显滞后，一些最新研究成果并未涵盖其中，同时加上国内至今尚无一本侧重实践的深度学习 方面的中文书籍。因此，笔者笔耕不辍，希望将自己些许的所知所得所感及所悟汇总于本书中，分享给大家供学习和查阅。

全书共 14 章，除「绪论」外可分为 2 个篇章：第一篇「基础理论篇」包括 第 1∼4 章，介绍卷积神经网络的基础知识、基本部件、经典结构和模型压缩等基础理论内容；第二篇「实践应用篇」包括第 5∼14 章，介绍深度卷积神经网络自数据准备始，到模型参数初始化、不同网络部件的选择、网络配置、网络模型训练、不平衡数据处理，最终直到模型集成等实践应用技巧和经验。另外，本书基本在每章结束均有对应小结，读者在阅读完每章内容后不妨掩卷回忆，看是否完全掌握此章节重点。对卷积神经网络和深度学习感兴趣的读者可 通读全书，做到「理论结合实践」；对于希望将深度卷积神经网络迅速应用来解决实际问题的读者，也可直接参考第二篇的有关内容，做到「有的放矢」。