Djupt neurala nätverk (DNNs) driver revolutionen i machine learning som är en drivkraft för autonoma fordon, och många andra verkliga data som analys av uppgifter. De två mest populära DNNs är convolutional — för funktionen erkännande — och återkommande — för tidsserieanalys.
DNNs behöver utbildas för massiva märkt datamängder för att utveckla en modell – i grund och botten en matris av funktionen vikter – som sedan kan köras på lokal hårdvara. När en utbildad neurala nätverk klassificerar eller uppskattningar av olika värderingar, är den process som kallas slutsats.