深度学习的许多研究成果，离不开对⼤脑认知原理的研究，尤其是视觉原理的研究。
1981 年的诺⻉尔医学奖，颁发给了 David Hubel（出⽣于加拿⼤的美国神经⽣物学家）和TorstenWiesel，以及 Roger Sperry。前两位的主要贡献，是“ 发现了视觉系统的信息处理”，可视⽪层是分级的。
⼈类的视觉原理如下：从原始信号摄⼊开始（瞳孔摄⼊像素 Pixels），接着做初步处理（⼤脑⽪层某些细胞发现边缘和⽅向），然后抽象（⼤脑判定，眼前的物体的形状，是圆形的），然后进⼀步抽象（⼤脑进⼀步判定该物体是只⽓球）。下⾯是⼈脑进⾏⼈脸识别的⼀个示例：
对于不同的物体，⼈类视觉也是通过这样逐层分级，来进⾏认知的：
我们可以看到，在最底层特征基本上是类似的，就是各种边缘，越往上，越能提取出此类物体的⼀些特征（轮⼦、眼睛、躯⼲等），到最上层，不同的⾼级特征最终组合成相应的图像，从⽽能够让⼈类准确的区分不同的物体。
那么我们可以很⾃然的想到：可以不可以模仿⼈类⼤脑的这个特点，构造多层的神经⽹络，较低层的识别初级的图像特征，若⼲底层特征组成更上⼀层特征，最终通过多个层级的组合，最终在顶层做出分类呢？
答案是肯定的，这也是许多深度学习算法（包括CNN）的灵感来源。