本書是深度學習真正意義上的入門書，深入淺出地剖析了深度學習的原理和相關技術。書中使用Python 3，盡量不依賴外部庫或工具，帶領讀者從零創建一個經典的深度學習網絡，使讀者在此過程中逐步理解深度學習。書中不僅介紹了深度學習和神經網絡的概念、特征等基礎知識，對誤差反向傳播法、卷積神經網絡等也有深入講解，此外還介紹了學習相關的實用技巧，自動駕駛、圖像生成、強化學習等方面的應用，以及為什么加深層可以提高識別精度等“為什么”的問題。

　　本書是一本講解深度學習的書，將從最基礎的內容開始講起，逐一介紹理解深度學習所需的知識。書中盡可能用平實的語言來介紹深度學習的概念、特征、工作原理等內容。不過，本書并不是只介紹技術的概要，而是旨在讓讀者更深入地理解深度學習。這是本書的特色之一。那么，怎么才能更深入地理解深度學習呢？在筆者看來，最好的辦法就是親自實現。從零開始編寫可實際運行的程序，一邊看源代碼，一邊思考。筆者堅信，這種做法對正確理解深度學習（以及那些看上去很高級的技術）是很重要的。這里用了“從零開始”一詞，表示我們將盡可能地不依賴外部的現成品（庫、工具等）。也就是說，本書的目標是，盡量不使用內容不明的黑盒，而是從自己能理解的最基礎的知識出發，一步一步地實現最先進的深度學習技術。并通過這一實現過程，使讀者加深對深度學習的理解。如果把本書比作一本關于汽車的書，那么本書并不會教你怎么開車，其著眼點不是汽車的駕駛方法，而是要讓讀者理解汽車的原理。為了讓讀者理解汽車的結構，必須打開汽車的引擎蓋，把零件一個一個地拿在手里觀察，并嘗試操作它們。之后，用盡可能簡單的形式提取汽車的本質，并組裝汽車模型。本書的目標是，通過制造汽車模型的過程，讓讀者感受到自己可以實際制造出汽車，并在這一過程中熟悉汽車相關的技術。為了實現深度學習，本書使用了Python這一編程語言。Python非常受歡迎，初學者也能輕松使用。Python尤其適合用來制作樣品（原型），使用Python可以立刻嘗試突然想到的東西，一邊觀察結果，一邊進行各種各樣的實驗。本書將在講解深度學習理論的同時，使用Python實現程序，進行各種實驗。

?