线性代数：主要研究1、张量==>CV计算机视觉 2、研究张量的线性关系。

深度学习的表现之所以能够超过传统的机器学习算法离不开神经网络，然而神经网络最基本的数据结构就是向量和矩阵，神经网络的输入是向量，然后通过每个矩阵对向量进行线性变换，再经过激活函数的非线性变换，通过层层计算最终使得损失函数的最小化，完成模型的训练。所以要想学好深度学习，对这些基础的数据结构还是要非常了解。

一、基本概念：

标量（0阶张量）、向量（1阶张量）、矩阵（2阶张量）、张量之间的区别和联系，原文链接：标量、向量、矩阵、张量之间的区别和联系_标量 向量-CSDN博客

张量及多阶张量理解：一、张量基础知识-CSDN博客

二、向量：