深度学习就是学习输入与输出之间的映射关系。
深度学习模型本质上只是个参数量很大的函数，其中函数的参数可以通过训练样本进行调整。
根据训练样本的不同，进一步可以分为以下几类：
一、给定输入以及对应的输出，其中输出是唯一的
例如图像分类、目标检测、文本识别、情感分类等等都属于这一类
二、给定输入以及一种输出，其中输出不是唯一的，但一组训练样本对中只给出了一种可能的输出
例如文生图、文生视频、翻译、对话、论文摘要生成等等
三、给定输入但是不给输出，只给出输出是否正确的判定规则
例如路径规划、棋类游戏等等，这类任务目前可以通过强化学习来解决
实际应用中可能会复杂点，包含以上三种情况的组合。
判定深度学习技术能够为自己所用，其实就是分析一下自己需要一个什么样的模型，这个模型的输入是什么，你期望的输出是什么，以及能否获取到足够多的训练样本。