这本书在讲什么（给完全没接触过的你）
你每天刷到的推荐视频、手机的人脸解锁、聊天机器人——背后都是同一项技术：深度学习。它做的事情一句话能说清：给计算机看几百万个例子，让它自己调整内部几百万个「旋钮」（参数），直到输出越来越接近正确答案。Goodfellow 这本书就是这项技术的官方教科书。
为什么值得读这一本
这是深度学习领域第一部系统性专著，由三位奠基者合著（Goodfellow 是生成对抗网络 GAN 的发明人）。它分三部分：数学与机器学习基础、成熟的深度网络技术、前沿研究方向。它不教你调包，它教你「调包的人在调什么」。
你需要先会什么（不会也没关系）
需要：①线性代数（矩阵乘法、向量）；②概率论基础（期望、条件概率）；③一门编程语言（Python 最佳）。数学不足怎么办？书的第一部分就是为复习而写的——数学基础、机器学习基础两章可以直接当补课材料。建议边读边在 Colab 上跑代码。
怎么用这份学习笔记
下面是全书的逐节笔记目录。每一节都是独立一页：先讲这节解决什么问题，再把核心概念和公式一条条拆开讲，配上原文要点（公式与出处定位）、例题演算和自检问题。建议顺序读，读完一节再点下一节；卡住就回导览页看「新手最容易卡住的三个地方」。