人工智能这两年备受大家青睐，图像识别、语音识别、汽车导航、智能音响等等，一看到这些大家可能会觉得是多么高深的技术，非常神秘。其实人工智能能够快速的应用一个主要的原因就是深度学习的应用。
大家可能都注意到我们的手机相册里有个搜索功能，如果你输入car,它能找出相册中有关汽车的照片，如果你标记好照片的我或者朋友的名字，它会识别出所有照片中的我或者我的朋友，那么怎么才能教会计算机是识别物体呢？
要想搞明白这个问题，我们常用的方法是想想人类是怎么识别出来的呢？可能大家会说我看到就能分辨出来啊。我的视觉神经看到所以能识别出来的。“深度学习”这个概念是谢诺夫斯基在《深度学习》这本书提出的概念，他说：“大脑的识别能力，不是靠临时弄一些规则临时编程。大脑的每一个功能都是专门的神经网络长出来的，那计算机能不能效仿大脑呢？”答案是肯定的。
我们先看看下边这张蓝图代表一个最简单的计算机神经网络。
它从左到有分为三层。
第一层代表输入数据，第二和第三层的每一个圆点代表一个神经元。
第二层叫“隐藏层”。
第三层是“输出层”
数据输入进来，经过隐藏层各个神经元的一番处理再把信号传递给输出层，输出层神经元再处理一番，最后做出判断。“深度学习”最简单的理解，就是中间有不止一层隐藏层神经元的神经网络计算。“深度”的字面意思就是层次比较“深”。
整个结构就是这么简单。大家可能听说过“分层”思想，分层可以让我们用简单的东西解学复杂的问题。人类神经网络的最底层就是神经元，依据这个方式，计算机最底层的单元是晶体管。
这就是“深度学习”。
