A mélytanulás (deep learning) az adatvezérelt mesterséges intelligencia eljárások napjaink egyik meghatározó technológiája . A mélytanulás egyik elsődleges előnye más gépi tanuló módszerekkel szemben, hogy egy lépésben tanulja meg az adatokat legjobban leíró reprezentációkat és ezek modellezését. A mélytanulás paradigma számos tudományterületen minden korábbinál jobb, state-of-the-art eredményt ért el - például gépi látás, természetes nyelvfeldolgozás és beszédtechnológia témákban. Rögzített körülmények között számos alkalmazásban az emberi teljesítményt is képesek ezek a módszerek megközelíteni, sőt, van, hogy jobban is teljesítenek. A mélytanuló rendszerek kutatását és fejlesztését ma már széleskörű hardver- és szoftverarchitektúra segíti. Ezek hatékony használatához elengedhetetlen a mélytanulás elméletének és a szoftver- és hardvereszközök ismerete, továbbá a tapasztalat útján megszerzett tudás. A tárgy célkitűzése, hogy a szükséges elméleti alapok bemutatása mellett példákon keresztül segítse a hallgatókat a modern mélytanuló szoftvereszközök és technikák elsajátításában és hatékony használatában. A tárgyban elsődlegesen a nyílt forráskódú, Python alapú Meta AI gondozásában készült PyTorch és a Google TensorFlow / Keras mélytanuló keretrendszereket használjuk.