Les couvertures de livres communiquent des informations aux lecteurs potentiels, mais peut-on apprendre ces mêmes informations à des ordinateurs ? Nous proposons d'utiliser un réseau neuronal convolutif profond (CNN) pour prédire le genre d'un livre en se basant sur les indices visuels fournis par sa couverture. L'objectif de cette recherche est d'examiner si les relations entre les livres et leurs couvertures peuvent être apprises. Cependant, déterminer le genre d'un livre est une tâche difficile car les couvertures peuvent être ambigües et les genres peuvent être vastes. Malgré cela, nous montrons qu'un CNN peut extraire des caractéristiques et apprendre les règles de conception sous-jacentes établies par le concepteur pour définir un genre. En utilisant l'apprentissage automatique, nous pouvons apporter la grande quantité de ressources disponibles au processus de conception des couvertures de livres. De plus, nous présentons un nouveau jeu de données complexe qui peut être utilisé pour de nombreuses tâches de reconnaissance de formes.