深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)。 [1]

深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。 [1]

深度学习在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理，多媒体学习，语音，推荐和个性化技术，以及其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动，解决了很多复杂的模式识别难题，使得人工智能相关技术取得了很大进步。 [1]

下表比较了用于深度学习的著名软件框架、库和计算机程序。

Deep-learning software by name

• ^许可证这里是一个摘要，并不是完整的许可证声明。一些库可能在不同的许可证下在内部使用其他库
  

相关软件

• 神经工程对象(NENGO) -一个图形和脚本软件，用于模拟大规模的神经系统
  
• Numenta智能计算平台- Numenta的开放源码实现了它们的分层时间内存模型
  

另请参阅

• 数值分析软件比较
  
• 统计软件包比较
  
• 用于机器学习研究的数据集列表
  
• 数值分析软件列表