前言

本章来源：本文整理自《动手学深度学习》（zh.d2l.ai）的《前言》章节，原书作者 Aston Zhang、李沐、Zachary C. Lipton、Alexander J. Smola。

深度学习为什么值得学

在过去的十几年里，深度学习给世界带来了巨大的惊喜。它推动了计算机视觉、自然语言处理、自动语音识别、强化学习和统计建模等领域的快速发展。如今，我们有了比以往任何时候都更自主的汽车，可以自动起草邮件智能回复的系统，还有在围棋等棋类游戏中超越世界冠军的软件。这些工具已经深刻改变了电影的制作方式、疾病的诊断方式，也在基础科学中扮演着越来越重要的角色——从天体物理学到生物学。

深度学习之所以强大，是因为它让计算机可以从经验中学习，而不是依赖人类把每一条规则都写进程序里。许多我们人类毫不费力就能完成的任务——比如识别一张照片里的猫、听懂一句口语——其实根本无法用明确的规则来描述。而深度学习正是解决这类问题的通用工具。

这本书是什么定位

原书《动手学深度学习》是一本结合了概念、数学和代码的完整教材。它的理念是"在实践中学习"：你会在实现某个实际目的所需的时刻，学到相应的概念。

而本书是一本理论入门导读。我们做了三件事：

• 保留原书的章节结构：章节顺序与原书完全一致，读完本书后可以无缝衔接到原书或相关课程。
• 合并小章节：将原书每个大章内分散的小节内容合并整理，让阅读更连贯。
• 去掉代码和图片，专注理论：本书不讲编程实现，不展开数学公式和算法细节，重点是讲清楚每个概念是什么、解决什么问题、为什么重要。

如果你想动手写代码、看具体实现，请回到原书 zh.d2l.ai 找到对应章节。本书是理解概念的起点，原书是动手实践的桥梁。

这本书是给谁看的

本书面向零基础或刚开始接触深度学习的读者。你不需要有机器学习的先修知识，也不需要会写代码。我们尽量用日常语言和生活化的类比，把深度学习里那些"听起来很高深"的概念讲明白。

全书共 16 章加一个准备篇。第一次阅读建议按顺序进行，因为前面的章节（引言、预备知识、线性神经网络、多层感知机）是后面所有内容的基础。每章结尾都有"小结"和"关键术语"表，方便回顾。

小结

• 深度学习是一类从经验（数据）中学习的强大技术，推动了多个领域的突破。
• 本书是原书的理论入门版：保留结构、合并小节、去代码图片、重理论讲解。
• 面向零基础读者，读完可无缝衔接到原书动手实践。