机器学习于，而是机器学习的一个快速发展的子领域。最近的一些算法的进步和GPU并行计算的使用，使得基于深度学习的算法可以在和其他的一些里取得很好的成绩。

时尚产业是深度学习的目标领域之一。闪购网站就一直在使用来进行产品推荐和服装的属性分类。裙子样式是通过Facebook的库来自动地识别其适用场合、裙子轮廓、领口和袖子类型的。Torch使用由数据集训练得到的模型来利用每张图片已经具有的标签，并通过Gilt选定的具体特征来增强它们。该系统使用基于EBS和实例的亚马逊云基础架构，每个服务器最多可提供16个GPU。为了测试分类质量，该系统使用作为评价指标，它同时兼顾了分类模型的准确率和召回率。Gilt也测试了SaaS等替代品，但它们在准确度和提供的标签方面都不能令人满意。

另一方面，针对裙子相似性的产品推荐是基于来实现的，它是一种基于深度学习的图像相似性搜索引擎。也是基于ImageNet数据的分类，它在神经网络的最后几层用一个特定的网络来代替，这种技术也叫。第一步是使用Yann LeCunn的方法在图像中对裙子进行定位。定位之后，该算法使用一个和函数来进行训练。

随着英特尔开源面向Apache Spark的分布式深度学习库，亚马逊推广，并且将深度学习用于其他用例中的，现在看起来不仅，而且，渐渐取代传统机器学习的地位。