深度學習需要掌握哪些數學基礎

深度學習需要掌握的數學基礎有：

1、想要學習深度學習， 第一個需要理解透徹的學問是線性代數，深度學習的根本思想就是把任何事物轉化成高維空間的向量；

2、概率論基礎 ， 概率論事整個機器學習和深度學習的語言 ， 無論是深度學習還是機器學習所做的事情是均是預測未知；

3、微積分，整個調參的基礎，都在於優化理論， 而這又是以多元微積分理論為基礎的，這就是學習微積分也很重要的根源；

4、優化理論，由於學習本身的一個重要內容是正則化，優化問題立刻轉化為了一個受限優化問題，優化理論包含一階和二階優化，傳統優化理論最核心的是牛頓法和擬牛頓法。