深度学习是机器学习中重要的一个学科分支，它的特点就在于需要构建多层“深度”的神经网络。

人们在探索人工智能初期，就曾设想构建一个用数学方式来表达的模型，它可以模拟人的大脑，大脑我们都知道，有很多神经元，每个神经元之间通过突触链接。

神经网络的设计就是模仿了这一结构。

只不过，每一个神经元换成了一个个算法，比如卷积算法，而突触对于神经元的激活则换成了激活函数，比如Relu激活函数。

上图是我用 Netron 打开的一个真实的自动驾驶领域用到的一个模型（神经网络），可以看到一层一层的算法（算子）堆积而成，最终就可以完成一些识别或感知任务。

如果把其中一部分放大，可以看到如下的样子：