首先引入对深度学习很规范的解释：深度学习是人工智能算法，训练神经网络的一种方法，可以训练很深的神经网络。
是不是一脸懵，啥是算法，啥又是神经网络，啥还是很深的神经网络。
问题不大，下面一说你就明白了。
你眼中的算法
算法只不过是一种解决问题的方式。比如，日常工作出差选择走路、自驾汽车、火车卧铺、飞机经济舱交通方式，这些交通方式都可以理解为解决出行问题的算法。当然算法也有效率高低之分，飞机和走就是很明显的效率高低对比。
其实算法可以是这样的
没错，算法肯定不会这样一目了然，设计一个想法还需要更详细地从硬件、从软件等方面考虑，确保算法在空间复杂度和时间复杂度上都能达到最佳。
接下来说说神经网络。
众所周知，人体布满神经网络，但这里指的不是人体神经网络，深度学习也有神经网络，两者说有联系也有，说一点都不沾边也行。
人体通过各个神经元感知、捕获和解析外界信息，然后经神经网络传输，经过层层神经元，最终到达大脑，大脑再根据传过来的信息进行反馈响应。
深度学习神经网络
深度学习受人体神经网络启发，将一个个数学公式作为神经元，公式与公式之间连成线，公式计算结果作为下一个公式的输入，最后，通过公式层层计算，得到输出结果。这样，他们就组成了深度学习的神经网络。
很深的神经网络，顾名思义，自然就是比上图多出很多很多层的神经网络。
那么为什么需要那么多层呢。
如今天气预报越来越不需要人工分析了
文章题目也点明了，深度学习就是”找茬“找规律，对于天气这种结构化数据，比如风速、风向、云层厚度、太阳活动等数据，一两层的神经网络，完全可以通过公式，反复调试找出其中的规律，最后训练出很好的天气预测算法。
你的美颜相机使用的就是深度学习算法
而对于图片非结构化数据，如何区分胳膊、大腿、眼睛、鼻子呢，实践证明，输入数据量越大，神经网络越深，图片中的规律越容易找到，那么最后训练出来的算法准确度越高。
人工智能迅速兴起，完全是得益于深度学习算法的崛起，某种意义上说如今的人工智能就是深度学习。
深度学习已深入寻常百姓家，深入各个专业领域。当前疫情全球扩张，威胁着人类的安全、经济、文化等。我们可以收集相关数据，如病毒对各类药物反应、病毒构造、疫情周期等等，如果数据量够大，相信深度学习算法能够很精准的预测疫情、预防疫情、控制疫情。
科技一定能改变人们的生活方式，但也要警醒要跟自然友好相处，自然的力量才是最无穷的。
閱讀更多 搞機網 的文章
