引入深度学习的原因主要有以下几点：

大数据的加持：

深度学习需要大量数据来训练，而数据爆炸式增长为其提供了充足的养料。

硬件的进步：

GPU和TPU等高性能计算设备的出现，让大规模训练变得现实。

算法优化：

反向传播算法（Backpropagation）和激活函数（如ReLU）的改进，使深度神经网络的训练更加高效。

自动特征提取：

深度学习模型通过构建多层神经网络，可以自动从数据中学习数据的特征表示，而无需人工提取特征，从而大大简化了问题的解决过程。

卓越的性能：

深度学习技术在许多任务上取得了令人瞩目的性能，特别是在图像识别、目标检测、图像分割等计算机视觉任务上，深度学习模型准确率远超传统方法。

多领域应用：

深度学习技术在自然语言处理、医疗、金融等多个领域都取得了成功的应用，这种多领域的广泛应用使得深度学习技术备受瞩目。

时代需求：

深度学习是时代发展的需求，课程、教材、教学是落实中国学生发展核心素养的主要载体，深度学习能够更好地实现“知识与技能、过程与方法、情感态度与价值观”的“三维”目标。

智慧之旅：

深度学习不仅是知识传授，更是师生共同经历的一场智慧之旅，旨在让学生能够积极、充分、灵活地运用所学知识去理解世界、解决问题，并获得人格的健全和精神的成长。

综上所述，引入深度学习是应对大数据时代挑战、提升计算能力、优化算法、实现教育目标以及满足时代发展需求的多重考量。