深度學習其實是一種機器學習方法 ， 它允許我們訓練人工智慧來預測輸出，給定一組輸入(指傳入或傳出計算機的資訊)。監督學習和非監督學習都可以用來訓練人工智慧。

深度學習即是要在思考學習，在創造，創新學習，多角度、多側面、聯想、應用中來學習！

機器學習也是一個內容。

使用一些演算法，讓程式從已有的資料中自己找到規律，形成模型。

最後對輸入的資料進行預測或分類，也可以使用特定演算法生成新的資料

深度學習是人工智慧中應用需要的，透過演算法，模型等不斷訓練ai，讓他最終可以自己學會分析和創造。

比如我們不斷給他提供花朵的圖片，訓練它識別花朵，透過反覆的大量的圖片識別和人工糾錯後，機器識別花朵成功率就會從10%一直提升到99%以上。

深度學習是一類機器學習方法，可例項化為深度學習器，所對應的設計、訓練和使用方法集合稱為深度學習。

深度學習器由若干處理層組成，每層包含至少一個處理單元，每層輸出為資料的一種表徵，且表徵層次隨處理層次增加而提高。

深度的定義是相對的。針對某具體場景和學習任務，若學習器的處理單元總數和層數分別為M和N，學習器所保留的資訊量或任務效能超過任意層數小於N且單元總數為M的學習器，則該學習器為嚴格的或狹義的深度學習器，其對應的設計、訓練和使用方法集合為嚴格的或狹義的深度學習。

廣義的深度學習器及對應的深度學習方法可依據經驗和區域性最最佳化設計，不進行上述嚴格的遍歷比較。