层数越多，抽象程度越高。深度学习使用具有多个隐藏层的神经网络，直接从原始数据中学习特征表示。与人工设计特征不同，深度学习让网络自行发现特征。

这种方法在2012年之后迅速发展，当时深度卷积神经网络在一项重要的图像识别竞赛中以绝对优势获胜。更快的GPU、更大的数据集和改进的训练技术是成功的关键。

深度学习的优势领域

• 图像和视频识别
• 语音和语言处理
• 生成式建模
• 游戏玩法和控制
• 推荐系统

这并非魔法。深度模型需要庞大的数据集、强大的计算能力和精细的调优。它们也难以解释，这在医疗和金融等监管严格的领域是一个问题。尽管取得了进展，但实际的限制依然存在。