本书围绕经典深度神经网络的可解释性问题，系统归纳并介绍了当前主流的可解释性方法，分为基础篇、方法篇和前沿篇。基础篇(第1、2章)概述了深度学习和可解释深度学习的基本概念与发展现状；方法篇(第3-7章)详细介绍了5种经典的可解释深度学习方法，涵盖方法原理分析和代码实现；前沿篇(第8、9章)探讨了可解释性研究领域的对抗攻击与防御方法。