深度神经网络的通俗说法

神经网络算法是最早来源于某神经生理学家和某数学家联合发表的一篇论文，他们对人类神经运行规律的提出了一个猜想，并尝试给出一个建模来模拟人类神经元的运行规律。 神经网络一开始由于求解问题的不稳定，以及范围有限被抛弃。

深度神经网络是机器学习(ML, Machine Learning)领域中一种技术。 在监督学习中，以前的多层神经网络的问题是容易陷入局部极值点。 如果训练样本足够充分覆盖未来的样本，那么学到的多层权重可以很好的用来预测新的测试样本。

多层无监督神经网络。 深度神经网络是一种多层无监督神经网络，可以将现有空间样本的特征映射到另一个特征空间，以此来学习对现有输入具有更好的特征表达。