優點1：學習能力強
從結果來看，深度學習具備很強的學習能力，表現非常好。
優點2：覆蓋範圍廣，適應性好
深度學習的神經網絡層數很多，寬度很廣，理論上可以映射到任意函數，所以能解決很復雜的問題。
優點3：數據驅動，上限高
深度學習高度依賴數據，數據量越大，它的表現就越好。在圖像識別、面部識別、NLP 等領域表現尤為突出。
優點4：可移植性好
由於深度學習的優異表現，很多框架都可以使用，例如 TensorFlow、Pytorch。這些框架可以兼容很多平臺。
深度學習也是有缺點的：
缺點1：計算量大，便攜性差
深度學習需要大量的數據與算力，所以成本很高。而且現在很多應用還不適合在移動設備上使用。目前已經有很多公司和團隊在研發針對便攜設備的芯片。
缺點2：硬件需求高
深度學習對算力要求很高，普通的CPU已經無法滿足深度學習的要求。
缺點3：模型設計復雜
深度學習的模型設計非常復雜，需要投入大量的人力物力和時間來開發新的算法和模型。大部分人只能使用現成的模型。
缺點4：沒有”人性”，容易存在偏見
由於深度學習依賴數據，並且可解釋性不高。在訓練數據不平衡的情況下會出現性別歧視、種族歧視等問題。