本书探讨了深度学习技术在网络及其应用的协同智能管控中的主要实践范式。全书共分为7章。第1章介绍网络资源管控模式的发展，分析网络及其应用的协同决策方法需要解决的两类问题及其挑战，以及使用深度学习技术应对这些问题的方法，最后概述了深度学习在网络资源管控中的已有工作。第2章针对DASH业务视频码率调整和带宽资源分配联合优化问题，介绍一种利用深度学习和监督学习框架的快速求解方案。第3章针对移动边缘计算场景中任务卸载和计算资源分配联合优化问题，介绍两种基于深度学习和监督学习的快速求解方案。第4章针对移动增强现实业务中的计算资源动态分配问题，介绍一种利用单智能体深度强化学习的求解方案，智能体通过对网络中计算资源的分配引导应用调整参数；针对移动增强现实业务中的多应用参数协同调整问题，介绍一种利用多智能体深度强化学习的求解方案，各智能体协同进行应用参数调整。第5章针对多联盟链场景下路由和带宽资源动态分配问题，介绍一种利用多智能体深度强化学习的求解方案，各智能体首先进行路由规划，然后由网络层进行带宽资源分配。第6章针对无线传感器网络中动态路由规划问题，介绍一种利用多智能体深度强化学习的求解方案，各智能体首先生成用于路由决策的元数据，然后由网络层产生最终路由方案。第7章对本书内容进行总结，展望未来可能的研究方向。