深度學習是機器學習的一個子領域，研究的算法靈感來自于大腦的結構和功能，稱為人工神經網絡。如果你現在剛剛開始進入深度學習領域，或者你曾經有過一些神經網絡的經驗，你可能會感到困惑。因為我知道我剛開始的時候有很多的困惑，我的許多同事和朋友也是這樣。因為他們在20 世紀90年代和21 世紀初就已經學習和使用神經網絡了。

　　該領域的領導者和專家對深度學習的觀點都有自己的見解，這些具體而細微的觀點為深度學習的內容提供了很多依據。

　　在這篇文章中，您將通過聽取該領域的一系列專家和領導者的意見，來了解什么是深度學習以及它的內容。來讓我們一探究竟吧。

　　深度學習是一種大型的神經網絡

　　Coursera 的Andrew Ng 和百度研究的首席科學家正式創立了Google Brain ，最終導致了大量Google 服務中的深度學習技術的產品化。

　　他已經說了很多關于深度學習的內容并且也寫了很多，這是一個很好的開始。在深度學習的早期討論中， Andrew 描述了傳統人工神經網絡背景下的深度學習。在2013 年的題為“ 深度學習，自學習和無監督特征學習”的演講中“他將深度學習的理念描述為：這是我在大腦中模擬的對深度學習的希望：

　　- 使學習算法更好，更容易使用。

　　- 在機器學習和人工智能方面取得革命性進展。

　　我相信這是我們邁向真正人工智能的最好機會后來他的評論變得更加細致入微了。

　　Andrew 認為的深度學習的核心是我們現在擁有足夠快的計算機和足夠多的數據來實際訓練大型神經網絡。在2015 年ExtractConf 大會上，當他的題目“科學家應該了解深度學習的數據”討論到為什么現在是深度學習起飛的時候，他評論道：

　　我們現在擁有的非常大的神經網絡。..。..以及我們可以訪問的大量數據他還評論了一個重要的觀點，那就是一切都與規模有關。當我們構建更大的神經網絡并用越來越多的數據訓練它們時，它們的性能會不斷提高。這通常與其他在性能上達到穩定水平的機器學習技術不同。