可能經過一些介紹後，大家還是多多少少會覺得＂深度學習＂聽起來是深奧難懂的概念，不過台大電機系教授李宏毅曾說過：「深度學習也就是三個步驟：建構網路、設定目標、開始學習，說穿了就是這麼簡單。」

其實深度學習就是一個函數集，我們丟進去一堆數值，整個網路就輸出一堆數值，從這裡面找出一個最好的結果。
也就是機器運算出來的最佳解，機器可以依此決定下一個動作，人類也可以按照這個建議作決策。

學習過程

深度學習也能根據我們給個回饋，例如：這個結果不好．．．．．．
經過調整函數內容，給出其他結果。這個過程，就是所謂的「學習」，透過大量的訓練（學習）過程，最終機器就能找到一個最佳函數，得出最佳解。

深度學習運算內部主要是大量矩陣的基本運算，非常適合使用 GPU 平行運算，GPU 硬體擴充原有的平行運算結構，再藉由軟體的配合，由巨量的平行運算滿足深度學習對運算能力的需求，所以很快使得整體平行運算能力大幅增加！

GPU 本身就適合拿來做影像運算處理，加上深度學習的運用後，在辨識影像上又更加突出。

圖片來源