把深度学习看作是一种烹饪艺术。烹饪的一种方法是按照食谱来做。但当我们了解食物、香料和火的行为时，我们就做出了我们的创造。对“如何”的理解超越了造物本身。同样，对“如何”的理解也超越了深度学习。本着这种精神，本书介绍了深度学习的结构，它们的基础，以及它们的行为。基线模型同时开发，并举例说明了改进它们的概念。书中涉及的主题包括:-多层感知器-长和短期记忆网络-卷积神经网络-自动编码器每个主题都有详细的解释和图解。此外，给出了TensorFlow的实现，以开发一个完整的理解案例。

http://connaissancepublishing.ai/understanding-deep-learning/

目录内容：

• 导论 Introduction
• 稀少事件预测 Rare Event Prediction
• 设置 Setup
  • a. Getting Started
  • b. Setup data
• 多层感知器 Multi-layer Perceptron (MLP)
• Long and Short Term Memory (LSTM)
• Convolutional Neural Network (CNN)
• Autoencoders
  • a. Dense Autoencoders
  • b. LSTM Autoencoders
  • c. Convolutional Autoencoders
  • d. Classifier pretrained with convolutional autoencoder Appendix