本書帶領讀者用原生Python語言和Numpy線性代數庫實現一個基于計算圖的深度學習框架MatrixSlow（類似簡易版的PyTorch、TensorFlow或Caffe）。全書分為三個部分。第一部分是原理篇，實現了MatrixSlow框架的核心基礎設施，并基于此講解了機器學習與深度學習的概念和原理，比如模型、計算圖、訓練、梯度下降法及其各種變體。第二部分是模型篇，介紹了多種具有代表性的模型，包括邏輯回歸、多層全連接神經網絡、因子分解機、Wide&Deep、DeepFM、循環神經網絡以及卷積神經網絡，這部分除了著重介紹這些模型的原理、結構以及它們之間的聯系外，還用MatrixSlow框架搭建并訓練它們以解決實際問題。第三部分是工程篇，討論了一些與深度學習框架相關的工程問題，內容涉及訓練與評估，模型的保存、導入和服務部署，分布式訓練，等等。