深度學習(Deep
Learning)是智慧機器學習中的一個分支，它試圖使用包含複雜結構或由多重非線性變換構成的多個處理層對資料進行高層抽象的演算法，該網站收錄了世界上所有有關於深度學習的研究專案。

深度學習是機器學習中一種基於對資料進行表徵學習的方法。觀測值(例如一幅影象)可以使用多種方式來表示，如每個畫素強度值的向量，或者更抽象地表示成一系列邊、特定形狀的區域等。而使用某些特定的表示方法更容易從例項中學習任務(例如，人臉識別或面部表情識別)。深度學習的好處是用非監督式或半監督式的特徵學習和分層特徵提取高效演算法來替代手工獲取特徵。

至今已有數種深度學習框架，如深度神經網路、卷積神經網路和深度信念網路和遞迴神經網路已被應用計算機視覺、語音識別、自然語言處理、音訊識別與生物資訊學等領域並獲取了極好的效果。

自深度學習出現以來，它已成為很多領域，尤其是在計算機視覺和語音識別中，成為各種領先系統的一部分。硬體的進步也是深度學習重新獲得關注的重要因素。高效能圖形處理器的出現極大地提高了數值和矩陣運算的速度，使得機器學習演算法的執行時間得到了顯著的縮短。

近年來網際網路中出現了深學習專案的的爆發式增長，該網站就是通過人工收錄和使用者提交而匯聚的所有已知專案，這個網站的目的是收錄最好的深度學習專案，使這些未來發展的科技技術更平易近人。