本书全面介绍了深度元学习技术的知识，包括元学习、机器学习、深度学习及其技术平台和应用案例，给出了一套较为完备的深度元学习框架，并根据作者所在课题组的研究成果提出了一些具有启发性的元学习算法和思考方向。 全书共9章。第1章主要介绍元学习的基本概念、基本任务和基本类型；第2章系统介绍深度学习的概念、原理和应用，帮助读者逐步具备一定的深度学习实践能力；第3章介绍一种简单的元学习神经网络——孪生网络；第4章介绍原型网络及其各种变体；第5章介绍两种有趣单样本元学习算法——关系网络和匹配网络；第6章介绍记忆增强神经网络；第7章进一步介绍饶有趣味且应用广泛的元学习算法——模型无关元学习及其变种；第8章介绍另外两种经典的元学习模型——MetaSGD和Reptile；第9章深入介绍元学习的一些新进展与最新研究成果——基于样本抽样和任务难度自适应的深度元学习理论。全书提供大量应用实例和配套代码，每章后均附有适量思考题，引发读者思考和讨论。 全书行文浅显易懂，深入浅出，适合作为高等学校计算机相关专业研究生或高年级本科生开展元学习理论教学，也可供广大AI技术开发和研究人员参考。