本书从视觉角度出发，聚焦算术逻辑、布尔逻辑、抽象推理、序列逻辑、跨阶逻辑、广义布尔逻辑检索等逻辑学习问题，从逻辑的可学习性、系统性验证和应用三个层次对数据驱动的视觉逻辑模式发现方法展开了相关研究，致力于使机器具有逻辑推理能力，从而推动人工智能的发展。

第一章 绪论
第一节 研究背景和意义
第二节 国内外研究现状
第三节 本书的研究思路和创新
第四节 本书的研究内容和组织结构
第二章 假说：逻辑可以从图像中学习
第一节 问题描述
第二节 逻辑系统及其推理表示
第三节 逻辑可以从图像中学习
第四节 代表性深度神经网络的有效性研究与分析
第五节 面向复杂逻辑任务的分治模型
第六节 本章小结
第三章 面向抽象推理的多粒度多尺度关系学习模型
第一节 问题描述
第二节 Fashion非降路径数据集
第三节 多粒度多尺度关系网络
……