神经网络与深度学习的联系与应用

深度学习是由深层神经网络+机器学习造出来的词。 深度最早出现在deep belief network（深度（层）置信网络）。 其出现使得沉寂多年的神经网络又焕发了青春。 GPU使得深层网络随机初始化训练成为可能。 resnet的出现打破了层次限制的魔咒，使得训练更深层次的神经网络成为可能。 深度学习是神经网络的唯一发展和延续。

首先，深度学习使用更深层次的神经网络结构，使得模型能够处理更加复杂的任务。 其次，深度学习采用了更加高效的训练算法，例如反向传播算法和随机梯度下降算法，使得神经网络能够在大规模数据集上进行训练。

神经网络是机器学习中的一种模型，深度神经网络是目前应用最广泛的深度学习。