包含关系，深度学习是这些等等等等学习的一个总括，只要你是用了比较深的神经网络提取特征训练都能叫深度学习。
那么深度迁移学习是什么呢，这得从迁移学习开始说，迁移学习是一种机器学习的方法，指的是一个预训练的模型被重新用在另一个任务中。值得注意的是，这里的迁移学习还不能算作深度学习，一句话可以概括，深度学习方法一定是机器学习方法，但机器学习方法不一定是深度学习方法。
而当迁移学习用到一些深度学习的问题或者任务上使用深度神经网络时，就可以称为深度迁移学习，但其实一般没有这个概念，一般都叫迁移学习。
用于深度学习问题的迁移学习多为预训练模型方法，即在一个数据集上预先训练一个网络，然后将这个网络保存，用于其他与这个数据集有一定相关性的数据集的训练，以加快收敛速度，能更快实现拟合。一般来说，用于预训练的数据集都比较大，以保证预训练模型特征是泛化特征，保证预训练模型用于其他任务时（即迁移学习）的有效性。
