深度学习通过深度神经网的多层处理，将初始的“低层”特征表示转化为“高层”特征表示，用“简单模型”即可完成复杂的分类等学习任务。

微软推出人工智能系统Adam、人工智能助理小冰和Cortana，通过深度学习大幅提升水平（） 深度学习是基于RNN循环神经网络。 深度学习源于人工神经网络的研究（） 通过深度学习可以很容易地从大量高维数据中导出简单地数学函数来描述复杂的决策界面。 容量校准通过深度放电，BMS重新计算SOC，确保SOC与续航里程对应（） 现有的人工神经元网络或深度学习无法处理全局性问题（） 过度换气患者呼吸频率过快和深度过深（） 人工智能包含深度学习，深度学习包含机器学习（） 深度学习是一种多层神经网络的模拟认知训练方法，多层神经网络包含多个隐含层感知层，也称作卷积神经网络（CNN），它的研究热潮兴起于本世纪初期（） 人工神经元网络与深度学习的关系是 人工神经元网络与深度学习的关系是( ) 人工神经元网络与深度学习的关系是（)。 深度学习是隐藏层更多的人工神经网络模型。 深度学习本质是通过复杂的模型结构或者多层非线性变化的组合来挖掘复杂数据中隐含的规律（） 以下关于神经网络和深度学习说法正确的是（ ） 深度学习中的“深度”是指( ) 深度学习能够很好地处理语境性的信息 深度学习能够很好地处理语境性的信息（） 所谓深度学习，是指多层神经网络中每一层学一个简单的任务，从简单的部件构成复杂对象的过程。 目前深度学习最多可以模拟人类神经元网络带到（）。