深度学习 (DL，以下简称 DL 1.0) 的革命性成果无处不在。 支撑这一进步的是人类巨大的努力，通过专家直觉和大量的试验与错误来寻找合适的运行条件。 AutoML 最初旨在让人类脱离循环，减轻他们在为任务调整机器学习模型的负担。 然而，在当今大规模 DL 的背景下，DL 正在每天在新的领域中找到应用，更好地调整 DL 模型以及在可控的计算预算下高效地进行调整至关重要。
DL 2.0 修正了 DL 的实践，借助以人为中心的 AutoML 来统一 DL 1.0 的训练流程，并针对特定需求调整该流程。
有关深度学习 2.0 的更多详细信息，请参阅 Frank. Hutter 的 这篇博文。