首先，要入门深度学习，数学基础是必不可少的，比如高等数学、线性代数、概率论等，其中最重要的就是线性代数了。因为深度学习里面的数据不再是一个个的数字，基本上都是矩阵之间的运算。所以，最好先补充一些线性代数等相关数学知识。说到线性代数，先容许我吐槽一下国内老师的讲解，真的是让人一头雾水。学到的知识就是，矩阵点乘是行乘列计算的，行列式是这么计算的，等等等等。感受就是，我只知道了该怎么计算，会做题，可是这么运算的背后逻辑是什么，为什么是这么运算的，我们却不得而知。因此，记忆也就不那么深刻，使用起来也没有那么灵活了。在此，推荐一下MIT教授Gilbert Strang的一门线性代数课，这门课在B站上可以直接找到，