第1章介绍了Keras的安装和设置过程以及如何配置Keras。  第2章介绍了使用CIFAR-10、CIFAR-100或MNIST等数据集，以及用于图像分类的其他数据集和模型。  第3章介绍了使用Keras的各种预处理和优化技术，优化技术包括TFOptimizer、AdaDelta等。  第4章详细描述了不同的Keras层，包括递归层和卷积层等。  第5章通过宫颈癌分类和数字识别数据集的实例，详细解释如何使用卷积神经网络算法。  第6章包括基本的生成式对抗网络（GAN）和边界搜索GAN。  第7章涵盖了递归神经网络的基础，以便实现基于历史数据集的Keras。  第8 章包括使用Keras进行单词分析和情感分析的NLP基础知识。  第9章展示了如何在Amazon评论数据集中使用Keras模型进行文本概述。  第10章侧重于使用Keras设计和开发强化学习模型。