深度学习需要掌握的数学基础有：
1. 想要学习深度学习， 第一个需要理解透彻的学问是线性代数，深度学习的根本思想就是把任何事物转化成高维空间的向量。
2. 概率论基础 ， 概率论事整个机器学习和深度学习的语言 ， 无论是深度学习还是机器学习所做的事情是均是预测未知。
3. 微积分，整个调参的基础，都在于优化理论， 而这又是以多元微积分理论为基础的，这就是学习微积分也很重要的根源。
4. 优化理论，由于学习本身的一个重要内容是正则化，优化问题立刻转化为了一个受限优化问题，优化理论包含一阶和二阶优化，传统优化理论最核心的是牛顿法和拟牛顿法。