深度結(jié)構(gòu)化學(xué)習(xí)或分層學(xué)習(xí)或簡(jiǎn)稱(chēng)深度學(xué)習(xí)是機(jī)器學(xué)習(xí)方法家族的一部分，它們本身就是更廣泛的人工智能領(lǐng)域的子集。

深度學(xué)習(xí)是一類(lèi)機(jī)器學(xué)習(xí)算法，它使用多層非線性處理單元進(jìn)行特征提取和轉(zhuǎn)換。 每個(gè)連續(xù)的圖層使用前一層的輸出作為輸入。

深度神經(jīng)網(wǎng)絡(luò)，深度信念網(wǎng)絡(luò)和遞歸神經(jīng)網(wǎng)絡(luò)已經(jīng)應(yīng)用于諸如計(jì)算機(jī)視覺(jué)，語(yǔ)音識(shí)別，自然語(yǔ)言處理，音頻識(shí)別，社交網(wǎng)絡(luò)過(guò)濾，機(jī)器翻譯和生物信息學(xué)等領(lǐng)域，其中他們產(chǎn)生的結(jié)果可與一些情況相比并且在某些情況下比人類(lèi)專(zhuān)家更好。

深度學(xué)習(xí)算法和網(wǎng)絡(luò) -

• 基于多級(jí)特征或數(shù)據(jù)表示的無(wú)監(jiān)督學(xué)習(xí)。 更高級(jí)別的特征來(lái)自更低級(jí)別的特征以形成分層表示。
• 使用某種形式的梯度下降進(jìn)行訓(xùn)練。