本书主要介绍了变分法在贝叶斯神经网络(BNN)深度学习中的应用。首先对现代神经网络和机器学习中一般贝叶斯方法进行了综述，其后介绍了模型、信息测量、贝叶斯方法和统计推断等基础知识，而后讨论了基于模型的机器学习(MBML)的构建单元、贝叶斯神经网络(BNN)的概念与优势，以及深度生成模型——变分自动编码器(VAE)及其发展。