深度学习模型对大量数据的依赖性之所以如此之高，主要是因为深度学习模型具有大量参数和复杂的结构。这使得模型需要大量的数据来进行训练，以便调整参数并捕捉数据中的复杂模式和特征。大量数据可以提供更多的样本和变化，有助于模型学习更广泛的特征和模式。此外，深度学习模型的高复杂度和非线性结构使得其更容易出现过拟合的情况，而大量数据可以减轻过拟合的影响，提高模型的泛化能力。因此，深度学习模型对大量数据的依赖性高是为了确保模型能够有效地学习并泛化到未见过的数据。