pytorch软件运行条件
数学专业可以学习人工智能深度学习吗？
数学专业可以学习人工智能深度学习吗？
完全没问题的。
人工智能问题其实就是数学问题。然后根据具体的领域加强这个领域的专业知识。比如说计算机视觉这块，需要补充视频图像处理、机器学习等方面的知识。
如果没怎么编写过程序，还需要加强编程能力。
学习完Python《从入门到实践》这本书后，有什么进阶的书值得一看？
首先你可以检查一下是否已经比较全面地掌握 Python 的基础语法知识， 包括最常用的几种数据结构：列表、字典、元祖和集合，函数语法及用法，Python 函数的各种类型的参数匹配和传递，如位置参数，*args 参数，**kargs 参数等，Python 的面向对象编程思想和方法，包括其抽象、封装、继承和多态的概念以及多继承中常用的 Mixin 技术，Python 的异常处理机制，一些比较常用的高级特性，如属性和装饰器等。 对尚未掌握的内容建议通过 Python 的在线文档、教程或比较全面的讲解 Python 基础语法的书，比如 Mark Lutz 的《Python 学习手册》等途径加以学习。
有了以上较为坚实的基础后，可以结合 Python 的标准库文档和一本中文翻译的《Python 标准库》，将其中所有看着顺眼、觉得有用或觉得可能会有用的模块都过一篇。期间也可以辅助学习一些更进阶的 Python 知识，值得看的书籍很多，比如说 《Python 高级编程》、《The Hackers Guide to Python》等。
然后是针对某一个或几个你所感兴趣或想要从事的特定方向和领域学习和掌握一些 Python 的模块和软件包。比如说，如果主要用 Python 做科学计算，则可以深入学习和掌握 numpy、scipy、sympy、matplotlib 等；如果主要用 Python 做统计学、经济学数据分析，可以深入学习 Pandas、statsmodels 等；主要进行机器学习、人工智能方向，可以深入学习 scikit-learn、tensorflow、pytorch 等；如果主要进行大数据方向，可以深入学习 pyspark 等；如果主要用 Python 做 web 编程，则可以学习使用 Django、flask、web2py 等框架。在这每一个方向和领域都有一些比较经典和优秀的学习书籍，而且每年都会有很多新的好书出来，在此不一一列举，等到你需要时可以再 Google 或者百度一下。
在学习编程的过程中一定要多动手实践，多写代码才能记得牢，理解得透，逐步形成一种自己的稳定的且规范的代码编写风格，可以使用像 git 和 github 这样的工具将自己的代码加以整理并很好地管理起来，另外也应该多读和多分析一些其他大牛编程人员所写的代码。等达到一定的编程水平后，可以尝试参与到一些开源的项目或者一些公司企业的编程项目中，在实践中进一步学习和提高。经过以上的努力学习和实践，相信你的编程水平就会越来越高了。