版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/jianghao_ava/article/details/81705330
近年来，人工智能（Artificial Intelligence, AI）和深度学习（Deep Learning, DL）非常火爆，在各个领域得到了广泛的应用。在刘利刚老师所从事的计算机图形学领域，也出现了越来越多的使用深度学习方法来解决各种问题的研究工作。2018年7月初，刘利刚老师首次在第七届中国科学技术大学《计算机图形学前沿》暑期课程上讲授和分享了从数学（函数逼近论）的角度来对基于深度神经网络（Deep Neural Network, DNN）的深度学习的理解和解释。之后，不断有学生来向刘老师进一步询问和交流有关资料和问题。为了使学生们能够更好、更快理解和使用深度神经网络和深度学习，刘老师特撰写此文。
本文的目的是帮助非人工智能领域的学生（主要是计算机图形学领域的学生及笔者的学生）来搞懂深度学习（这里指狭义的深度学习，即基于DNN的深度学习）的基本概念和方法。刘老师尝试用通俗的语言，从函数逼近论的角度来阐释深度神经网络的本质。本文仅仅为刘老师从外行的角度对基于DNN的深度学习的粗浅理解，而非人工智能领域对DNN和深度学习的权威解释。因而，对其中的有些内容的理解是有限的，甚至是有误的。如有不当之处，还请读者指正！
详情见下面网址：
http://staff.ustc.edu.cn/~lgliu/Resources/DL/What_is_DeepLearning.html