本书中的大多数剩余章节都包含正文主体、注释部分和一系列问题。正文主体旨在独立存在，可以在不参考章节的其他部分的情况下阅读。尽可能将背景数学纳入正文主体中。然而，对于可能会分散主要论点的大主题，背景材料被附加在附录中，并在页边提供参考。本书中的大多数符号都是标准的。然而，有些约定使用得不太广泛，鼓励读者在继续阅读之前查阅附录A。
正文包括了许多新颖的深度学习模型和结果的插图和可视化展示。我努力提供对现有想法的新解释，而不仅仅是整理他人的工作。深度学习是一个新领域，有时现象理解不足。我试图明确指出这种情况，并提醒何时应谨慎对待我的解释。
正文中的参考文献仅在去掉结果描述的情况下才包含。相反，它们可以在本章末尾的注释部分找到。我一般不会在正文中尊重历史先例；如果当前技术的前身已不再有用，我就不会提及。不过，在注释部分会介绍该领域的历史发展，希望能公平地分配功劳。注释按段落编排，提供了进一步阅读的指引。这些注释应有助于读者确定自己在该子领域中的方向，并了解它与机器学习其他部分的关联。与正文相比，注释的自含性较差。根据你的背景知识水平和兴趣，你可能会发现这些部分或多或少地有用。
每一章都有一些相关的练习题。它们在正文的边缘处被标注出来，指示你应该尝试它们的位置。正如乔治·波利亚所指出的，“你看，数学不是一项观赏性运动。”他是对的，我强烈建议你一边阅读一边尝试解决这些问题。在某些情况下，它们提供的见解将帮助你理解正文。在相关网站上提供答案的问题用星号标出。此外，通过网站也可以获得帮助你理解本书中想法的Python笔记本，这些也在文本的边缘处有所引用。实际上，如果你感到有些生疏，现在就工作于背景数学笔记本可能会很有价值。
不幸的是，人工智能研究的快速发展使得这本书不可避免地将成为一个持续更新的项目。如果你发现有些部分难以理解，有明显的遗漏，或者有些章节似乎多余，请通过相关网站与我们联系。我们可以共同努力，使下一版变得更好。