问题：深度学习是否指某一个特定的模型？

不是其实它指的不是一个特定的模型，而是一个框架，或者可以认为一类的方法论。
那既然是个框架，说明可以囊括很多模型。深度学习里的关键词叫做“深”或者“Deep"。所以它的特点就是比较深。那这个”深“我们应该如何去理解呢？
简单来讲，深度可以理解成我们把很多简单的模型叠加在了一起，这自然就能得到一个有深度的模型。举个例子，比如我们把一个神经网络叠加成多层结构的时候，得到的是深度神经网络； 当我们把一个高斯混合模型叠加在一起的时候就得到了深度高斯混合模型； 当我们把SVM叠加在一起的时候就得到了深度SVM模型。由此可见，这样的一个框架可以应用在很多不同种类的模型上。

那为什么我们需要把一个模型叠加在一起弄成深度学习模型呢？ 它有什么好处吗？

当然有好处。如果没有好处就不会这么做了嘛。比如这样的模型会有更强大的表达能力(capacity)， 具备层次表示能力(hierarhical representation)， 具有全局泛化能力(global generalization)，迁移学习能力(transfer learning)等等。