深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。

深度学习的概念由Hinton等人于2006年提出。基于深信度网(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。

深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。

同机器学习方法一样，深度机器学习方法也有监督学习与无监督学习之分.不同的学习框架下建立的学习模型很是不同.例如，卷积神经网络(Convolutional neural networks，简称CNNs)就是一种深度的监督学习下的机器学习模型，而深度置信网(Deep Belief Nets，简称DBNs)就是一种无监督学习下的机器学习模型。

把学习结构看作一个网络，则深度学习的核心思路如下:

①无监督学习用于每一层网络的pre-train;

②每次用无监督学习只训练一层，将其训练结果作为其高一层的输入;

③用监督学习去调整所有层；

深度学习在大数据集上的表现比其他机器学习(ML)方法都要好(稍后将讨论例外情况)。这些又如何转化为现实生活中的情形呢?深度学习更适合无标记数据，因而它并不局限于以实体识别为主的自然语言处理(NLP)领域。[1]

什么是深度学习？

深度学习：在批判性思维下去学习，通过整理、反思、总结等步骤去寻找解决问题的方式，并在这个过程中得到持续的学习。

举个栗子，来理解一下这个概念。比如现在有小明、小红、小李三位同学，他们在学习中是不一样的。具体表现如下：

1. 小明同学 属于被动学习，要在老师和家长严格要求下，才能去写作业，背诵知识点。对书本上的知识点，大部分是通过笔记和背书来达到记忆的目的，没有去完全理解，自我学习反馈机制没有形成闭环。
2. 小红同学 属于半主动学习，能够提前预习知识点，也能够根据课后作业发现自己错误的知识点，然后再去找同等类型题，加强自己对知识点的理解。能够形成闭环，但是闭环过小。
3. 小李同学 属于主动学习，能够根据自己学习的知识点，对知识进行归纳、总结、输出。相当于能够把知识点串联起来，通过自主研究，把内容研究的更深刻。同时在学习中形成自己的观点，能够把这类问题总结出来，并且能够用自己的话讲解清楚。

那么，这三位同学里，小李同学就属于在学习中深度学习，不流于表面。能够通过不断的总结，归纳，整理，试验，自我反馈，并且最后能够输出自己的观点。

怎么学习深度学习？

如何锻炼自己深度学习的能力？我认为需要做到以下四点：

1. 高效的沟通能力 深度学习并不代表你闭门造车，可以通过合作的方式，找到问题的答案。那么高效的沟通能力需要你能够耐心的聆听别人的观点，同样也能够高效的表达出自己的观点。那么这样的沟通，能够让你们接触到更多的思路。同样也为你的深度学习，提供了思路来源。
2. 自主能力 所有的深度学习，代表你自己要有足够的自我管控能力。比如上网课的时候，如果拿起手机去刷朋友圈，这节课你就没办法去做到有效学习，更何况深度学习那。另外深度学习，要求你能够自主去学习，通过自己主动总结归纳去学习，甚至能够输出优质内容，才叫深度学习。
3. 求知思维能力 能够在学习中获得归属感和成就感，从而驱动你去不断的学习。比如你通过学习，能够持续在自己感兴趣领域拿奖。这样就能让你的内驱力更强劲，从而让你的求知欲望更加强烈。
4. 内容掌控能力 深度学习代表你能够熟练的应用自己学习的内容。这里不仅要求对自己学习的内容很熟悉，还要能够去应用，避免出现纸上谈兵的情况。也就是一定要通过实践，把自己学习的内容应用在实际上。

写在最后

深度学习概念很高大上，其实就是代表你学习不能流于其表，要学到本质。另外如何深度学习那，可以通过老师提供的4种方式去锻炼一下，当然还有很多方法去锻炼，比如通过番茄法时间管理，让自己进入深度学习的状态。

以上，仅代表个人观点，如有不足，欢迎各位友友指正！

关注超神胡老师，我们一起变得更优秀！！！

您好，针对您的问题，我作为有六年教学经验的老师给出以下答案：

所谓的深度学习是与普通学习对比而言的，就字面的意思可以看出，这种方式的学习要求我们做到深度化，而不是肤浅的了解相关的知识内容，在当今时代，竞争越发激烈，更要求我们把专业领域的事情做到极致，这就进一步让我们的研究要有深度和广度。我认为深度学习应该做到以下几点：

首先要学会合理的制定目标，确定学习方向。要学会梳理自身学习情况，以课本为基础，结合自己做的笔记、试卷、掌握的薄弱环节、存在的问题等，合理的分配时间，有针对性、具体的去一点一点的去攻克、落实。

其次要学习掌握速读记忆的能力，提高学习复习效率。记忆力、注意力、思维、理解力等都要相应的提高，最终提高学习、复习效率，取得好成绩。

再者要学会整合知识点，这点很重要。把需要学习的信息、掌握的知识分类，做成思维导图或知识点卡片，会让你的大脑有条不紊。要学会把新知识和已学知识联系起来完善知识体系。

最后要学会反思、归类、整理出对应的解题思路。错题要整理收集，即使订正和加深理解。

学习可分为浅学习和深学习，就像阅读可分为泛读和精读一样。深度学习说的就是学习的一种程度。

学习通常都是由浅入深的，一层一层进入，一步一步提升的。下面是根据当下很多人的学习现状，例举的几点关于深度学习的建议。

1、首先要学会对信息进行分级。

当下我们很多信息的来源都是一些自媒体内容，如果你关注或订阅了大量低质、无用的自媒体，这不仅浪费了你的大量时间，同时也大大消耗你的精力。所以，要学会“分级”，哪些信息是要认真阅读的，哪些是可以批量、大致看看的，做出分级，并且在关注/订阅数上也要控制。

2、其次，不要用“收藏”取代学习。

很多文章或课程平台都有提供收藏功能，它其实是针对人性去设计的，让我们误以为存下来了就等于知识到手了、学会了。只是不停的收藏没有用，当你阅读完一篇文章或资料后，觉得对自己有用、收藏后，一定要找一个时间进行系统的学习、思考、整理。比如每天收藏的内容，晚上就把它消化；或者以周为单位，专门抽出一段时间对收藏的内容进行系统学习。

3、其三，学习掌握“快速阅读”的能力。

快速阅读是一种根据材料、需要、时间、精力和内外部环境，有目的、有要点地进行阅读的方法。快速阅读的目的是“透过快速阅读快速建立书本、内容的知识地图，找到重要内容、挖掘出对自己有用的内容、产生“问题意识”，从而促使我们更好地完成阅读，以及对部分内容进行精读（拿一本书来说，重要的内容通常只占全书的两成左右）。

快速阅读能力的掌握，不断的阅读和积累是一方面，也就是多读，多读可以完善你的识文基础（词汇、知识背景、阅读技巧等），从而提高你的阅读速度。另外也需要专门的训练，比如“精英特快速阅读训练”，通过软件训练掌握到一两千字每分钟的阅读速度一般都非常容易就可以做到（正常未经过训练的人阅读速度在200-300字每分钟）。

4、其四，找到学习方向或目标，然后进行“主题阅读/学习”。

首先是选择学习方向或目标，毕竟这世界的知识太多太庞杂，我们一辈子也学不完，事实上我们也并不需要全部了解它，只要吃那冰山的一小角，就够我们过好这辈子了。所以，要学会根据自己的人生目标、成长需求、工作需要等，去明确自己的学习目标，然后通过实际的学习去逐渐完善自己的知识体系。

有了学习方向、主题之后，就可以进行广泛搜集相关书籍资料，进行快速阅读和精读。快速阅读帮我们快速广泛的学习，精读帮我们进一步完善学习。具体的方法比如：①根据你的学习目标，整理清楚你需要解答的问题，或者想了解学习的内容；②然后找到与你主题相关的书籍、资料；③进行快速阅读，找出书籍、资料中以你主题相关的章节或内容；④进行精读，找出或列出一些可以把我们的问题说的很明白的内容或问题；⑤比较分析，不同书里、不同作者对同一问题可能会有各式各样的意见，或者对于不同问题，不同作者都提出了同样的方法意见；通过比较、分析、思考，解答自己问题、完善自己的知识体系。

（1）什么是深度学习？

深度学习更强调对知识的深层加工、深度理解及长期保持，善于自主建构且能迁移应用并在真实情景中解决复杂问题。

在这个基础上，我们给出深度学习的定义：

一种基于已有经验的问题发现与探究，是在识记和理解的基础上对知识的综合应用与创造，是追求有一定思维深度和思维广度的综合性学习过程。

深度学习的三个表现：

1、对提出的问题有自己独立的见解。（理解问题）

2、解答问题时，能尝试多种角度回答问题。（思考问题）

3、能够反问有建设性的问题。（领会本质）

深度学习的基本特征：批判理解、内容整合、问题解决、迁移运用、知识建构。

批判性思维：指通过一定的标准评价思维，进而改善思维，是合理的、反思性的思维，既是思维技能，也是思维倾向。

深度学习所强调的整合，还包括新旧知识和信息的整合，它提倡将新学内容与已知概念、原理联系起来，整合到原有的认知结构中，从而引起对新知识信息的理解、长期保持及迁移应用。

问题解决：在问题空间中进行搜索，以便使问题的初始状态达到目标状态的思维过程。

迁移运用：迁移学习是把一个领域（即源领域）的知识，迁移到另外一个领域（即目标领域），使得目标领域能够取得更好的学习效果。通常，源领域数据量充足，而目标领域数据量较小，迁移学习需要将在数据量充足的情况下学习到的知识，迁移到数据量小的新环境中。

知识建构是指个体在某特定社会环境中互相协作、共同参与某种有目的的活动，最终形成某种观念、理论或假设等智慧产品。

深度学习与高质量的学习结果有密切联系。

（2）怎么学习深度学习？

1、保持独立思考，自我思考。“动则三思，虑而后行”。一个人要高效率、高质量地做好各种工作，就必须善于自我思考。多于问题有明确的思路，从多个角度进行考虑，选出一个最优的解决方法。把思想认识从那些传统观念中解放出来，敢于打破传统的思维定势。

2、善于自我比较。不断地和过去的自我相比较，在比较中识别长短，鉴别优劣，开拓创新。做好“纵比”，即把自己的现在同过去比，是否有值得改进的地方，有则改之无则加勉。做到“横比”，把自己放在更广泛的范围内进行比较，通过比较学习和借鉴别人的经验，以人为镜，可以明得失。

3、自我积累。不积跬步，无以至千里；不积小流，无以成江海。 平时生活中不断阅读，不断实践，增加理论知识与实践经验。只有阅历增加，才能有更多更好的思考角度，更加完善的思维方式。

4、自我总结。吃一堑、长一智。总结是对问题解决的综合、分析、归纳、概括、提炼的过程。每一次总结都是对过去的归纳与升华，极大地提升效率，减少甚至避免下一次失误。

深度学习是什么？

1. 深度学习，按我个人的理解主要就是多层神经网络。而多层神经网络目前效果比较好的是卷积神经网络，目前在图像和音频信号上效果比较好，而在自然语言处理上效果没有显示出来。
2. 深度学习从统计学的角度来说,就是在预测数据的分布，从数据中学得一个模型然后再通过这个模型去预测新的数据，这一点就要求测试数据和训练数据必须是同分布。
3. 区别于一般的机器学习算法，深度学习更新是机器学习，之所以这么说是因为它能自动学习特征，不用人工定义特征，所以你可以不需要懂太多领域相关的知识，因为算法懂得自动学习特征。

对于深度学习要怎么学习的问题？

可以关注一下中公教育联合中科院专家推出的深度学习。

• 由中科院专家倾力研发并且亲自授课。

• 直面行业标准制定者。

• 其次呢我们有真实的企业级项目实战，直面复杂开发环境。

• 涵盖行业75%的技术要点，落地领域广泛。

• 直击一线大厂人才标准。

• 学完可以考取中科院深度学习证书。

深度学习在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理，多媒版体学习，语音，推荐和个性化技术，以及其他相关领域都取得了很多成果。深度学习使机器模仿视权听和思考等人类的活动，解决了很多复杂的模式识别难题，使得人工智能相关技术取得了很大进步。对比市面上的同类型课程，大都是局限在某一品类的项目训练，项目数量控制在3个左右。《AI深度学习》有6大实战项目，都是来自于企业的项目实操。学员在学习期间，直面复杂的开发环境，摆脱开源项目理想化开发，更加符合企业真实需求。项目包含“手写数字识别”“文学作品文本特征向量化实战”“基于GAN生成人脸图片”“基于分布式GAN人脸图片生成”“基于深度强化学习的迷宫游戏”“企业级车牌识别”6个项目。推荐可以自己联系一下中公优就业资讯详情，个人认为是非常不错的

深度学习是实现机器学习的技术。对于初学者来说，不建议刚开始就学算法，因为脱离业务和数据的算法讨论是毫无意义的，刚开始应该先打好编程和数学基础。

深度学习是机器学习的一个经典算法，之所以叫深度，是因为和传统方法比较加深了层数，从而可以解决更复杂的问题。深度学习广泛应用在计算机视觉、自然语言处理、语音识别、自动驾驶等领域。

为了帮助同学们更快地掌握深度学习技术，中公教育和中科院自动化研究所专家联合推出人工智能《深度学习》课程，让大家能够真正掌握机器学习模型以及算法背后的原理。

人工智能方面知识，中公有这类的课

深度学习是人工智能的机器学习，可以到中公优就业学习，他们是中科院老师授课，比较权威