本书的两位作者用口语化且简单明了的方式描述了各种抽象的理论概念，希望通过本书能让尽可能多的人了解深度学习。这本书深入浅出地介绍了深度学习的概念，并为读者提供了掌握深度学习的详细指导。
本书的目标读者是对深度学习感兴趣的广大程序员，只要你有一些编程基础，即可通过这本书轻松上手深度学习。

杰里米·霍华德，是一名企业家、商业战略家、开发人员，也是一位教育家。杰里米是fast.ai的创始研究员，fast.ai致力于让每个人都能上手深度学习。同时，他还是旧金山大学杰出的研究科学家、奇点大学的讲师和世界经济论坛的全球青年领袖。杰里米最近创办的公司，Enlitic，是第一家将深度学习应用于医学的公司，并且在2015年和2016年连续被麻省理工科技评论（MIT Technology Review）评选为全球最聪明的50家公司之一。杰里米曾经是数据科学平台Kaggle的总裁和首席科学家，在那里他连续两年成为国际机器学习竞赛中排名第一的参赛者。当初，杰里米曾是两家成功的澳大利亚初创公司——FastMail和ODG（Optimal Decisions Group，于2006年被Lexis-Nexis美国信息服务公司收购，成为其全资子公司）的创始首席执行官。在此之前，他在麦肯锡和ATKearney管理咨询公司工作了八年。杰里米不仅曾投资、指导了许多初创公司，还为许多开源项目做出了贡献。此外，他还是澳大利亚收视率最高的早间新闻节目的常驻嘉宾，并在TED.com上发表了一次热门演讲。除此之外，他还制作了许多关于数据科学和Web开发的教程，并对其展开了讨论。

前言
序
第Ⅰ部分 上手实践深度学习
第1章你的深度学习之旅
人人都可以学会深度学习
神经网络简史
作者介绍
如何学习深度学习
你的项目和思维模式
构建模型相关的库和运行环境：PyTorch、fastai和Jupyter(它们都不重要)
你的第一个模型
找一台拥有合适GPU的计算机用于深度学习
运行你的第一个notebook
什么是机器学习
什么是神经网络
一些深度学习的术语
机器学习的局限性
图像识别器工作的方式
图像识别器在学习什么
图像识别器可处理非图像任务
术语回顾
深度学习不仅仅用于图像分类
验证集和测试集
根据判断定义测试集
选择你想要冒险探索的方向
问题
深入研究
第2章 从模型到输出
深度学习的实践
开始你的项目
深度学习的研究进展
传动系统方法
收集数据
从数据到数据加载器
数据增强
训练模型，并使用模型进行数据清洗
将模型转换为在线应用程序
使用模型进行推理
从模型创建notebook应用
让notebook成为一个真正的应用程序
部署你的应用程序
如何避免灾难
不可预见的后果和反馈回路
写下来
问题
深入研究
第3章 数据伦理
数据伦理的主要案例
各种Bug和追索权：漏洞百出的医疗保健福利算法
反馈回路：YouTube的推荐系统
偏见：拉塔尼亚·斯威尼“已被捕”
为什么伦理如此重要
在产品设计中结合机器学习
……
第Ⅱ部分 理解fastai的应用
第Ⅲ部分 深度学习基础
第Ⅳ部分 从零开始学习深度学习
附录A 创建一个博客
附录B 数据科学项目的检查表