深度學習常用的算法有三種:卷積神經網絡、循環神經網絡和生成對抗網絡。ConvolutionalNeuralNetworks(CNN)是壹種具有深度結構的前饋神經網絡，包含卷積計算，是深度學習的代表性算法之壹。
深度學習的具體過程可以簡單描述為:挖掘給定樣本數據的內在規律和關系，提取並分析樣本的特征信息，如圖像、文本、聲音等，對數據信息進行處理並發出指令，控制機器的行為，使機器具有類似人類的學習、分析、識別和處理能力。
機器學習是壹個很大的方向，包括很多方法，比如深度學習、GMM、SVM、HMM、dictionarylearning、knn和Adaboosting。不同的方法會使用不同的模型、不同的假設和不同的解決方案。
深度學習是壹類模式分析方法的總稱。就具體研究內容而言，主要涉及三類方法:(1)基於卷積運算的神經網絡系統，即卷積神經網絡(CNN)。
深度學習是壹種對模式(聲音、圖像等)建模的方法。)在機器學習領域，也是基於統計學的概率模型。