前一段時間在弄關於神經網絡的一些小項目，總感覺這些名詞聽着都很熟悉，但其實一細究就很陌生，專門查閱一下，總結個文章吧！正好好久沒寫博客了，做個記錄~（注:本文只是個人的一些整理和理解記錄，並不一定都是對的，歡迎批評指正，互相學習呀！)
首先呢來上一張三者關係的圖像：人工智能包含機器學習，機器學習中又包含深度學習。
這是一張其他博主博文裏的圖：
- 人工智能
**人工智能(Artificial Intelligence，AI)**是研究使計算機來模擬人的某些思維過程和智能行爲（如學習、推理、思考、規劃等）的學科，主要包括計算機實現智能的原理、製造類似於人腦智能的計算機，使計算機能實現更高層次的應用。(百度百科)
人工智能在最近幾年被炒得比較火，其實呢早在1956年就已經正式的提出了人工智能學科。
- 機器學習
機器學習(Machine Learning, ML)，專門研究計算機怎樣模擬或實現人類的學習行爲，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能，可以分爲有監督學習和無監督學習。它是人工智能的核心，是人工智能研究較爲年輕的分支，是使計算機具有智能的根本途徑，其應用遍及人工智能的各個領域，它主要使用歸納、綜合而不是演繹。（歸納就是從個別到一般，演繹則是從一般到個別。）
機器學習已經有了十分廣泛的應用，例如：數據挖掘、計算機視覺、自然語言處理、生物特徵識別、搜索引擎、醫學診斷、檢測信用卡欺詐、證券市場分析、DNA序列測序、語音和手寫識別、戰略遊戲和機器人運用。
- 神經網絡
**人工神經網絡（Artificial Neural Networks，ANNs）**也簡稱爲神經網絡（NNs）或稱作連接模型（Connection Model），它是一種模仿動物神經網絡行爲特徵，進行分佈式並行信息處理的算法數學模型。它的主要任務是根據生物神經網絡的原理和實際應用的需要建造實用的人工神經網絡模型，設計相應的學習算法，模擬人腦的某種智能活動，然後在技術上實現出來用以解決實際問題。我理解爲神經網絡是深度學習的發展基礎。
- 深度學習
**深度學習（Deep Learning, DL）**我理解爲是神經網絡的延伸，舊的神經網絡叫神經網絡，新發展的神經網絡叫做深度學習，本質也是神經網絡。深度學習通過多層處理，逐漸將初始的“低層”特徵表示轉化爲“高層”特徵表示後，用“簡單模型”即可完成複雜的分類等學習任務。由此可將深度學習理解爲進行“特徵學習”或“表示學習”。
和神經網絡一樣，深度學習也是一個算法的集合，只不過這裏的算法都是基於多層神經網絡的新的算法。它是一種新的算法和結構，新的網絡結構中最著名的就是卷積神經網絡(CNN)。
參考：1.http://m.elecfans.com/article/632164.html
2.https://blog.csdn.net/lemonade_117/article/details/82668084