本书将算法与工程实践相结合，旨在为深度学习和机器学习领域的初学者和实践者提供初步的指导。书中通过理论与实践相结合的方式，介绍了深度学习的基础知识和相关实践，有助于读者深入理解深度学习技术，并能够将其应用到自己的项目与研究中。

全书共8章，分为深度学习基本原理和深度学习在工业缺陷检测中的实践两部分，内容包括深度学习基础知识、卷积神经网络、图像处理基础、图像数据生成(以DCGAN图像生成实践为例)、图像分类(以AlexNet图像分类实践为例)、目标检测(以晶圆表面缺陷检测为例)和语义分割(以自然遥感检测为例)。

本书适合作为高等院校人工智能相关专业的教材，也适合作为深度学习、机器学习相关领域的学习者的参考书。