全书共计10章，目录如下：
第一章：神经网络基础
第二章：深度学习优化基础
第三章：深度学习中的数据
第四章：图像分类
第五章：图像分割
第六章：目标检测
第七章：数据与模型可视化
第八章：模型压缩
第九章：损失函数
第十张：模型部署与上线
全书共计14章，目录如下：
第1章 神经网络和计算机视觉基础
第2章 深度学习的基础
第3章 数据集、评测指标与优化目标
第4章 加深网络，提升模型性能
第5章 1×1卷积，通道维度升降的利器
第6章 加宽网络，提升模型性能
第7章 残差连接，深层网络收敛的关键
第8章 分组卷积与卷积拆分，移动端高效率经典模型
第9章 多尺度网络与非正常卷积，更丰富的感受野与不变性
第10章 多输入网络，图像检索和排序的基准模型
第11章 时序神经网络，有记忆的网络更聪明
第12章 卷积从二维变成三维，实现升维打击
第13章 动态推理与注意力机制，网络因样本而异
第14章 生成对抗网络，新一代深度学习模型
全书共计11章，目录如下：
第1章 人脸图像和特征基础
第2章 深度学习基础
第3章 人脸数据集
第4章 人脸检测
第5章 人脸关键点检测
第6章 人脸识别
第7章 人脸属性识别
第8章 人脸属性分割
第9章 人脸美颜和美妆
第10章 人脸三维重建
第11章 人脸属性编辑
