简介

深度学习是机器学习领域中一个比较年轻的研究方向，“深度”是相对于传统的分类、回归等“浅层学习”方法而言的，提升了浅层学习方法对复杂分类问题的泛化能力，其层次结构一般由输入层、隐层和输出层组成。

主要应用

1. 语音识别
2. 图像识别
3. 自然语言

经典算法

1. 卷积神经网络（CNNs）
2. 深度置信网络（DBN）

总结：

近年来，深度学习方法基于其算法特点受到越来越多的关注，但仍然面临理论、建模、工程实现等方面上的挑战，还需进一步发展和优化，才能得到更广泛的应用。