これがディープラーニングを非常に強力にするものです – venturebeat.com

ディープラーニングは、ニューラルネットワークを使用して学習と予測を実行する機械学習のサブセットです。
各ニューロンは、制限された関数を学習します。
WXは、高次元空間（超平面）の線（学習中）として視覚化でき、g（。）は、シグモイド、tanh、ReLUなどの非線形微分可能関数（深層学習コミュニティで一般的に使用される）にすることができます。
したがって、各層には学習された関数のセットがあります。
ディープラーニングは単に学習の複雑な関数であることがわかったので、他の計算上の課題が発生します。
適切なニューラルネットワークアーキテクチャ（層の数、ニューロンの数、非線形関数など）と十分な大きさのデータを使用することで、深層学習ネットワークは1つのベクトル空間から別のベクトル空間へのマッピングを学習できます。