学习深度学习需要掌握以下关键词：
线性代数：深度学习中的很多概念都涉及到线性代数，例如矩阵、向量、矩阵乘法、矩阵分解等等。因此，学习深度学习之前，需要先学习线性代数的基本概念和运算方法。
概率论和统计学：深度学习中的很多算法都基于概率论和统计学的理论，例如贝叶斯理论、最大似然估计等。因此，需要学习概率论和统计学的基本概念和常用方法。
Python编程：深度学习中使用的编程语言主要是Python，因此需要掌握Python的基本语法、数据类型、控制语句、函数等等。
机器学习基础：深度学习是机器学习的一种，因此需要先学习机器学习的基本概念和常用算法，例如线性回归、逻辑回归、支持向量机等。
深度学习框架：深度学习框架是实现深度学习算法的工具，常用的深度学习框架包括TensorFlow、PyTorch等。需要掌握深度学习框架的基本使用方法和常用函数。
深度学习算法：深度学习算法包括卷积神经网络、循环神经网络、生成对抗网络等等。需要学习这些算法的基本原理、实现方法和应用场景。
学习深度学习的过程中，可以参考一些经典的教材和在线资源，例如《深度学习》（花书）、吴恩达的Coursera课程、李宏毅的台湾大学深度学习课程等等。同时，还可以参加一些在线课程、研讨会、实践项目等，通过实践提高深度学习技能。