本书从深度学习基础（第1章）切入，系统阐述深度神经网络的核心概念与算法原理，随后在视觉模型（第2章）与自然语言处理（第3章）两大领域展开深入探讨，并以生成模型及其提示学习（第4章）为侧重点，剖析前沿方法与应用案例。接着，本书介绍深度强化学习（第5章）的关键理论和实践，重点关注自动驾驶（第6章）的技术方案与实现路径，以及人工智能驱动的科学研究（第7章）的最新进展。全书层次清晰、理论与实战并重，并配合案例实验与习题设计，帮助读者在掌握原理的基础上，提升对相关技术的应用能力。 本书可作为高等院校计算机、人工智能、自动化等专业的本科生与研究生教材，也可供智能驾驶、机器人、数据挖掘等领域的技术人员学习使用，还可作为深度学习与AI前沿研究人员的参考用书。无论是初学者还是具备一定经验的专业人士，均可从本书的系统讲解与丰富案例中获益。