“這本書對最前沿的深度學習方法及應用進行了的概述，不僅包括自動語音識別(ASR)，還包括計算機視覺、語言建模、文本處理、多模態學習以及信息檢索。在深度學習這一領域，這是及時本，也是最有價值的一本書，能使讀者對這一領域進行廣泛而深入的學習。深度學習對信息處理的很多方面(尤其對語音識別)都具有重大的影響，甚至對整個科技領域的影響也不容忽視。因此，對于有意了解這一領域的學者，這本書是不容錯過的。”
—— Sadaoki Furui，芝加哥豐田技術研究院院長，日本東京工業大學教授
深度學習是人工智能領域近20年里受矚目的研究方向，近年來顯著推動了語音、圖像、自然語言理解、機器翻譯，甚至是控制等眾多技術方向的發展。本書原著作者微軟研究院的鄧力博士和俞棟博士是語音識別和深度學習方面的先驅之一，對于深度學習的進展有豐富的實踐經驗和深刻理解。這個學科處于快速進展之際，本書對當前的進展進行全景式系統性的梳理無疑是很有意義的，因為畢竟對于每一位讀者，從這幾年浩如煙海的論文中把握可以沉淀下來的進展是不容易的。謝磊教授受鄧力博士之約在百忙之中對這本書進行翻譯，對于深度學習在中國的發展具有重大意義。鄧力博士和謝磊教授都是我所熟知的學者和好友。我相信，本書作為他們這次合作的成果，對于有志于了解和學習深度學習的中國讀者會有極大的幫助。
余凱
—— 地平線機器人技術 創始人/CEO，前百度研究院常務副院長、深度學習實驗室主任
謝磊，工學博士，教授，博士生導師，西北工業大學計算機學院院長助理，西北工業大學海外引進人才，教育部新世紀人才，陜西省青年科技新星，霍英東青年基礎研究基金獲得者，IEEE高級會員(Senior Member)。主要從事音頻與語音信息處理、多媒體信息處理、模式識別與人機交互技術等領域的研究工作。2000年至2001年，作為訪問學者在比利時布魯塞爾自由大學(Vrije Universiteit Brussel)從事國際合作課題的研究工作。2004年在西北工業大學獲得博士學位。2004年至2006年，在香港城市大學(City University of Hong Kong)媒體技術研究中心擔任博士后研究員。2006年至2007年，在香港中文大學(The Chinese University of Hong Kong)微軟—香港中大利群計算及界面科技聯合實驗室擔任博士后研究員。2007年，被西工大以“海外人才引進”特聘為副教授，并入選首批“西北工業大學翱翔之星”高層次人才培養計劃。2008年入選教育部新世紀人才支持計劃，2010年破格晉升為教授，同年獲得陜西省青年科技新星稱號。2011年12月英國東英吉利大學(University of East Anglia)訪問教授。主持和參加多項國家自然科學基金、863計劃、教育部新世紀人才支持計劃、香港研究資助局(RGC)項目、國際合作課題、省部級基金課題與科技計劃、華為、中興與百度等公司高校合作課題等。已在國際學術期刊、重要會議與核心期刊上80余篇，被SCI、EI檢索60余篇次。
1. 引言
1.1 深度學習的定義與背景
1.2 本書的結構安排
2. 深度學習的歷史
3. 三類深度學習網絡
3.1 三元分類方式
3.2 無監督和生成式學習深度網絡
3.3 監督學習深度網絡
3.4 混合深度網絡
4. 深度自編碼器——一種無監督學習方法
4.1 引言
4.2 利用深度自編碼器來提取語音特征
4.3 堆疊式去噪自編碼器
4.4 轉換自編碼器
5. 預訓練的深度神經網絡——一種混合方法
5.1 受限玻爾茲曼機
5.2 無監督逐層預訓練
5.3 DNN和HMM結合
6. 深度堆疊網絡及其變種——有監督學習權值
6.1 簡介
6.2 深度堆疊網絡的基本結構
6.3 一種學習DSN權值的方法
6.4 張量深度堆疊網絡
6.5 核化深度堆疊網絡
7. 語音和音頻處理中的應用
7.1 語音識別中聲學模型的建立
7.2 語音合成
7.3 音頻和音樂處理
8. 在語言模型和自然語言處理中的相關應用
8.1 語言模型
8.2 自然語言處理
9. 信息檢索領域中的應用
9.1 信息檢索簡介
9.2 用基于深度自編碼器的語義哈希方法對文檔進行索引和檢索
9.3 文檔檢索中的深度結構語義模型
9.4 信息檢索中深度堆疊網絡的應用
10. 目標識別和計算機視覺中的應用
10.1無監督或生成特征學習
10.2有監督特征學習和分類
11. 多模態和多任務學習中的典型應用
11.1 多模態：文本和圖像
11.2 多模態：語音和圖像
11.3 在語音、自然語言處理或者圖像領域的多任務學習
12. 結論
附錄
參考文獻
