本書是一本精簡的神經網絡入門教程，用通俗易懂的語言講解神經網絡的相關知識。本書共6章，第1章對神經網絡領域進行概述，包括其歷史和應用；第2章深入探討神經元的數學模型，包括其輸入、權值、偏置和激活函數；第3章介紹感知機的概念，討論感知機的結構，并解釋如何用它來解決簡單的分類問題；第4章介紹多層感知機的概念，講述如何使用前饋傳播和反向傳播，同時詳細介紹了反向傳播中用到的鏈式法則；第5章涵蓋訓練神經網絡時使用的各種參數和算子；第6章介紹神經網絡的分布式學習、壓縮和解釋，其中分布式學習涵蓋使用多臺計算機或設備在大型數據集上訓練神經網絡的內容。