深度學(xué)習(xí)允許由多個處理層組成的計算模型學(xué)習(xí)具有多層次抽象的數(shù)據(jù)表示。這些方法極大地提高了語音識別、視覺目標(biāo)識別、目標(biāo)檢測以及藥物發(fā)現(xiàn)和基因組學(xué)等許多領(lǐng)域的最新水平。深度學(xué)習(xí)在大數(shù)據(jù)集中發(fā)現(xiàn)了復(fù)雜的結(jié)構(gòu)，它使用反傳播算法來指示機器如何改變其內(nèi)部參數(shù)，這些參數(shù)用于從上一層的表示中計算每一層的表示。深卷網(wǎng)在處理圖像、視頻、語音和音頻方面取得了突破，而反復(fù)出現(xiàn)的網(wǎng)絡(luò)則對文字和語音等順序數(shù)據(jù)給予了啟發(fā)。