深度学习是一种多层神经网络的模拟认知训练方法，多层神经网络包含多个隐含层感知层，也称作卷积神经网络(CNN)，它的研究热潮兴起于本世纪初期。
举一反三
- 深度学习涉及的主要方法包括基于卷积运算的神经网络(卷积神经网络CNN) 基于多层神经元的自编码神经网络和深度置信网络(DBN)等。
- 卷积神经网络(CNN) 是一种包含多个隐含层的前馈多层神经网络模型，模仿大脑视觉神经识别图像的原理，已经成功的应用于图像视频处理。
- 按误差反向传播训练的多层前馈网络称为？ A: 人工神经网络 B: BP神经网络 C: 深度信念网络 D: 卷积神经网络
- 深度学习或深度神经网络是多层 （） 神经网络，相邻层节点之间有（ ） ，但不一定是全连接；同一层及跨层节点之间 （ ）， 神经网络的隐藏层数量体现了网络的“深度”，一般应具有多个隐藏层，
- 深度网络也称为卷积神经网络，简称 CNN 。（）