什么是深度学习？它与机器学习有什么区别？（高频、关键）

深度学习（Deep Learning）是一种基于人工神经网络的机器学习子领域，它通过多层神经网络（通常是深度神经网络，DNN）来模拟人类大脑处理信息的方式，从而从大量数据中自动提取特征并进行复杂的模式识别。深度学习在图像识别、自然语言处理、语音识别等领域取得了显著成功。

深度学习的核心概念：

1. 神经网络结构：深度学习使用多层神经网络，每一层由许多“神经元”组成，能够逐步提取数据的抽象特征。例如，在图像识别中，第一层可能检测边缘，第二层检测形状，更深层则识别对象。
2. 自动特征提取：与传统方法需要手动设计特征不同，深度学习通过训练自动学习数据的特征表示。
3. 大数据驱动：深度学习需要大量标注数据和强大计算资源（如GPU）来训练模型。
4. 端到端训练：深度学习模型通常直接从原始输入（如图像像素）到最终输出（如分类结果）进行训练。

机器学习（Machine Learning）的概述：

机器学习是人工智能的一个分支，旨在让计算机