本书全面且深入地阐述神经网络这一前沿技术。首先介绍神经网络相关的数学和机器学习基础。然后介绍神经网络的历史发展、思想起源、神经元结构。接着深入讲解神经网络前向传播过程与反向传播算法。书中还分类介绍BP神经网络、卷积神经网络、Hopfield神经网络、循环神经网络、生成对抗神经网络、Transformer等。本书对数学基础讲解较为全面，有助于读者理解网络运行原理；每一类网络均包括具有实际意义的应用案例，包括完整代码以及详解；对激活函数、目标函数等做大量经验性总结，为读者实现网络提供便利。 
本书既可作为高等学校计算机类课程的教材，也可作为人工智能研究人员的技术参考书。