什么是神经网络、深度学习、机器学习？有什么区别和联系？

深度学习是深度神经网络+机器学习创造出来的词。深度最早出现在深度信念网络中。它的出现让沉寂多年的神经网络重新焕发了活力。GPU使得随机初始化深度网络成为可能。resnet的出现打破了等级限制的魔咒，使训练更深层次的神经网络成为可能。

深度学习是神经网络的唯一发展和延续。在目前的语言环境下，深度学习一般指神经网络，神经网络一般指深度学习。

在当前背景下没有区别。

定义

生物神经网络主要指人脑的神经网络，是人工神经网络的技术原型。人脑是人类思维的物质基础，思维的功能位于大脑皮层，大脑皮层包含约10 11个神经元，每个神经元通过突触与约103个其他神经元相连，形成一个高度复杂灵活的动态网络。

生物神经网络作为一门学科，主要研究人脑神经网络的结构、功能和工作机制，旨在探索人脑思维和智能活动的规律。

人工神经网络是生物神经网络在简化意义上的技术再现。作为一门学科，它的主要任务是根据生物神经网络的原理和实际应用的需要，建立一个实用的人工神经网络模型，设计相应的学习算法，模拟人脑的一些智能活动，然后在技术上加以实现，以解决实际问题。

因此，生物神经网络主要研究智能的机制；人工神经网络主要研究智能机制的实现，两者相辅相成。