एक सरल फ़ंक्शन लें, उसकी कई प्रतियां बनाएं और प्रत्येक को सीखने दें। एक न्यूरल नेटवर्क परतों का एक संयोजन है, जहां प्रत्येक परत भार, पूर्वाग्रह और अरैखिकता लागू करती है। प्रशिक्षण उन भारों को डेटा के अनुरूप समायोजित करता है।

इसका डिज़ाइन जैविक न्यूरॉन्स से प्रेरित है, हालांकि समानता सतही है। महत्वपूर्ण बात यह है कि पर्याप्त क्षमता और डेटा मिलने पर यह संरचना जटिल कार्यों का सटीक अनुमान लगा सकती है। सार्वभौमिक सन्निकटन प्रमेय इसका समर्थन करते हैं, हालांकि वे इस बारे में कुछ नहीं कहते कि प्रशिक्षण से कोई अच्छा समाधान निकलेगा या नहीं।

सामान्य नेटवर्क प्रकार

• फीडफॉरवर्ड नेटवर्क
• कनवोल्यूशनल नेटवर्क
• आवर्ती नेटवर्क
• ट्रान्सफ़ॉर्मर
• ग्राफ नेटवर्क

गहराई मददगार होती है। उथले नेटवर्क कई कार्यों का अनुमान लगा सकते हैं, लेकिन गहरे नेटवर्क पदानुक्रमित विशेषताओं को अधिक कुशलता से सीखते हैं। यही कुशलता है जिसके कारण प्रशिक्षण व्यावहारिक होने के बाद डीप लर्निंग ने तेजी से लोकप्रियता हासिल की।