深度学习的三要素包括 数据、 算法和 算力。

数据：

数据在深度学习中占据核心地位，数据的质量和数量直接影响模型的训练效果和泛化能力。高质量的数据能够提高模型的准确性，而数据量的增加则有助于提升模型的鲁棒性和性能。

算法：

算法是深度学习的核心，包括神经网络算法、深度学习算法等。这些算法负责从输入数据中提取特征并进行学习，从而实现模式识别、分类、预测等任务。

算力：

算力指的是计算能力，深度学习模型的训练和推理过程需要大量的计算资源。随着硬件技术的发展，如GPU和TPU的出现，算力的提升极大地加速了深度学习模型的训练和部署。

综上所述，数据、算法和算力共同构成了深度学习的三要素，缺一不可。在实际应用中，这三者需要相互配合，才能充分发挥深度学习的潜力。