本书一共编写有十个单元。单元一是人工智能和图像识别，从人工智能和图像识别导论开始，介绍了人工智能的发展历程和图像识别的主要核心任务。单元二是认识深度学习开发环境，从服务器硬件环境、深度学习软件框架、Python和Anaconda3环境和Tensorflow基础四个方面详细阐述了深度学习开发环境的知识。单元三是机器学习和深度学习基础，从机器学习主要任务、和算法、深度学习基础和算法等主要方面介绍机器学习和深度学习的算法理论基础。单元四是数据集和预处理，从数据出发，介绍了常见数据集和常见计算机任务数据集以及数据预处理的方法。单元五至单元八是图像识别的核心任务，分别介绍了图像分类、目标检测、图像分割和图像生成图像识别领域内的四个主要任务，这部分是人工智能图像识别的核心课题，也是其他复杂图像处理任务的基石。单元九是深度学习模型优化，主要从模型的角度介绍了常用的模型优化方法。单元十是深度学习模型部署，分别从边缘端部署、浏览器前端部署和服务器部署三个方面详细展示了深度学习模型在不同生产环境下的部署方法和过程。