深度学习（Deep Learning，DL），是一种对数据进行表征学习的方法，是机器学习研究的一个分支，也是本轮人工智能爆发的关键技术。深度学习的动机是模拟大脑，并对数据（如图像、语音和文本）进行表征、分析和解释。深度学习的主要技术问题包括如何对问题进行建模，以及如何采集数据来确定模型中的参数，既需要概率论、统计分析、线性代数等数学工具对问题进行建模，也需要计算机编程特别是Python编程对模型进行求解。该领域日新月异，每两三年都可能会出现新的技术彻底颠覆整个领域，因此阅读arXiv上面新的重要的学术论文，理解和使用对应Github上的开源代码，是做深度学习的必备素养。在过去的一段时间里，深度学习在计算机视觉、自然语言处理、语音识别、推荐系统、数据挖掘、多媒体学习以及其它相关领域都取得了丰硕的成果，使人工智能领域上升到一个前所未有的高度，使机器模仿人类的行为和思考成为可能，解决了大量复杂的人工智能难题。我们看到的是，技术在加速迭代，新的应用在不断地涌现，人工智能离最终的目标还有很长的路可以走，所以深度学习的前景仍一片光明。
深度学习的研究范围非常广泛，本团队在深度学习方向的研究，主要是将深度学习应用于情感识别与生成、自然语言理解、目标检测、自动驾驶、表情编辑、智能感知等方面。
实验室提供服务器集群以供团队成员进行深度学习算法测试和训练，包括且不限于NVIDIA GeForce RTX 3080Ti、RTX 3090、Tesla V100，详见实验平台——深度学习平台。
