深度学习为何物？

1、机器学习与深度学习之区别
1.1 机器学习必须告知机器区分种类所需的特征，如下

深度学习无需告知机器所需特征，所需特征完全由神经网络自行提取，如下

1.2 机器学习在小数据样本分析上占绝对优势；深度学习是数据驱动的，带有标注的海量数据是深度学习的基石，深度学习算法在小数据样本分析上容易出现过拟合现象。

2、关于“深度学习”的各种定义

2.1 吴恩达：深度学习就是训练神经网络

2.2 华为云：深度学习是用于建立、模拟人脑进行分析学习的神经网络，并模仿人脑的机制来解释数据的一种机器学习技术。
它的基本特点是试图模仿大脑的神经元之间传递，处理信息的模式。最显著的应用是计算机视觉和自然语言处理(NLP)领域。显然，“深度学习”是与机器学习中的“神经网络”是强相关，“神经网络”也是其主要的算法和手段；或者我们可以将“深度学习”称之为“改良版的神经网络”算法。深度学习又分为卷积神经网络（Convolutional neural networks，简称CNN）和深度置信网（Deep Belief Nets，简称DBN）。其主要的思想就是模拟人的神经元，每个神经元接受到信息，处理完后传递给与之相邻的所有神经元即可。所以看起来的处理方式有点像下图（想深入了解的同学可以自行google）。