深度学习依赖于扎实的数学功底，以下是核心数学知识模块👇
线性代数
- 矩阵运算（矩阵乘法、逆矩阵、特征值）
- 向量空间与维度降维
- 用 📌 矩阵运算_示意图 描述运算过程
微积分
- 梯度下降与链式法则
- 函数导数与反向传播机制
- 用 📈 梯度下降_原理 插图说明优化过程
概率论
- 概率分布（正态分布、伯努利分布）
- 随机变量与期望方差
- 用 📊 概率分布_可视化 展示密度函数
优化算法
- SGD、Adam、RMSProp 等经典算法
- 学习率调整与收敛性分析
- 用 🔄 优化算法_对比 插入不同方法的流程图
想深入学习深度学习实践？可前往 /zh/mathematics/dl_tutorial 查看教程。