深度學習模型是一種基於神經網絡的機器學習模型，它通過多層神經網絡進行訓練和預測。
深度學習模型的核心是神經網絡，由多箇神經元（或稱爲節點）組成，每個神經元都與上一層的神經元相連。通過調整神經元之間的連接權重，神經網絡可以學會從輸入數據中提取有用的信息。深度學習模型能夠自動學習從輸入數據中提取有用的特徵，並用於分類、迴歸等任務。這些模型通常包含多箇隱藏層，通過特徵組合的方式，逐層將原始輸入轉化爲不同的特徵表示，從而能夠處理和分析各種數據，如文字、圖像和聲音。深度學習的最終目標是讓機器能夠像人一樣具有分析和學習的能力，已在搜索技術、數據挖掘、機器翻譯、自然語言處理、多媒體學習、語音、推薦和個性化技術等多箇領域取得顯著成果。