使用深度類神經網絡(deep neural network, DNN)的深度學習是機器學習的一門分支。因為 以類神經網絡為基礎的學習技術,在許多語音和影 像/ 視頻應用上有卓越表現,所以人們最近對它又 燃起了強烈的興趣。DNN 最近的成功是因為能取 得大量有標註的訓練資料(例如ImageNet),以 及更強大的電腦硬體。深度學習這個名稱的由來, 是因為類神經網絡的層數愈多,表現通常愈好。最 終形成的網絡及提取出的特徵,分別稱為深度網絡 和深度特徵。雖然深度學習的方法,實驗上優於傳 統的模式辨識(pattern recognition method),但 為何如此,仍缺乏數學理論的解釋。由於對深度學 習缺乏扎實的理解,我們有的只是一些經驗規則和 直覺,這並不足以深刻的推動科學知識。近年來對 DNN 的詮釋已經有些研究嘗試。