《动手学深度学习》 涵盖卷积神经网络、循环神经网络、计算机视觉、自然语言处理、优化算法。内容深入浅出，即使使用TensorFlow、PyTorch也可借鉴。需要的朋友可下载。
深度学习在近年来发展极为迅速。它在智能时代深刻改变着人类的生产生活方式。本章将简要介绍什么是深度学习，以及如何使用本书。
本书将全面介绍深度学习从模型构造到模型训练的方方面面，以及它们在计算机视觉和自然语言处理中的应用。我们不仅将阐述算法原理，还将基于 Apache MXNet 对算法进行实现，并实际运行它们。本书的每一节都是一个 Jupyter 记事本。它将文字、公式、图像、代码和运行结果结合在了一起。你不但能直接阅读它们，而且可以运行它们以获得交互式的学习体验。
本书面向希望了解深度学习，特别是对实际使用深度学习感兴趣的大学生、工程师和研究人员。本书并不要求你有任何深度学习或者机器学习的背景知识，我们将从头开始解释每一个概念。虽然深度学习技术与应用的阐述涉及了数学和编程，但你只需了解基础的数学和编程，如基础的线性代数、微分和概率，以及基础的 Python 编程。在附录中我们提供了本书所涉及的主要数学知识供你参考。
