首先，有必要对神经网络、深度学习、机器学习的概念做个简单描述。
神经网络，该模型灵感来自动物的中枢神经系统，通常呈现为相互连接的“神经元°”，它可以对输入值通过反馈机制使得它们适应对应的输出。
深度学习是神经网络的进阶版，它的基本思路与神经网络类似，但往往比神经网络有着更复杂的结构以及优化算法，是神经网络的纵向延伸，常见的模型有 CNN , RNN , LSTM 等。
机器学习是一门多领域交又学科，渉及概率论°、统计学、逼近论、凸分析、算法复杂度理论等们学科。专们研究计算机怎样模拟或实现人类的学习行为，以获取新的识或技能，重新组织已有的
知识结构使之不断改善自身的性能。
接着，阐述神经网络、深度学习、机器学习的区别与联系。下面的图片很子地描述了这三者之间的关系：

在这之中，机器学习的涉及范围是最广的，神经网络次之，深度学习最小。
机器学习包含了神经网络，神经网络中又包含了深度学习。
机器学习专门研究计算机怎样模拟或实现人类的学习行为，而神经网络只是借助了动物的神经系统，只是用计算机实现人类行为的一种手段，因此，神经网络包含于机器学习。
深度学习是神经网络的进阶版，只是在模型结构及优化算法等方面有不同，因此，深度学习应包含
于神经网络内。