Date: 2019-07-26
1. 下列容器中,哪些容器按 key 查找的复杂度为 O(log(n)) (BC)
A.std::unordered_set
B.std::multimap
C.std::map
D.std::deque
2. 现有一 1920*1080 的单通道图像,每个像素用 float32 存储,对其进行 4 个 3*3 核的卷积(无 padding),卷积核如下:
|
|
若原图像由于量化问题出现了 100 个 INFINITY,而其他的值都在(-1,1)区间内,则卷积的结果至少有多少个 NaN?(284)
3. BatchNorm 层对于 input batch 会统计出 mean 和 variance 用于计算 EMA。如果input batch 的 shape 为(B, C, H, W),统计出的 mean 和 variance 的 shape 为: ()
答案: 1 * C * 1 * 1 batchNorm是针对整个Batch进行的归一化。
4. 可以解决 Overfitting 的方法(ABD)
A.Dropout
B.BatchNorm
C.增加模型参数量
D.增加数据集
5. ResNet-50 有多少个卷积层? (49)
6. 给定一个卷积层 C in * C out * H k * W k (H k * W k 为 kernel shape), output feature map shape 为 H * W,其 FLOPs 为1,参数量为2 (1 乘累加 = 2 FLOPs)
答案:
(1) FLOPs = 2 * (C in * H k * W k + 1) * C out * H * W
(2) Params = (C in * H k * W k + 1) * C out
参考博客:https://blog.csdn.net/sinat_34460960/article/details/84779219
7. 以下程序的时间复杂度为
for (i = 1; i <= n; ++i) {
for (j = 1; j <= i; ++j) {
x = 0;
for (k = 1; k <= n; ++k) {
x += a * b;
}
}
}
答案:O(n^3)
8. YUV420 是一种不同于 RGB 的图像存储方式,每个像素由 Y,U,V 三个值描述,它与RGB 的对应关系如下:
1 2 3 |
|
每个像素的 Y 值都会被存储,而 U 和 V 会进行一次 2*2 的采样,即每组 2*2 的四个像素使用同一个 U 值和 V 值。存储时,所有的 Y 值会被行优先存储,然后所有的 U 值会被行优先存储,然后所有的 V 值会被行优先存储,最终连接成为一段数据段。令 data[i]表示被存储到第 i 个值(从 0 开始编号),现在我们想获取一个 720*1280图像的 523 行 1177 列(行和列从 0 开始编号)的 G 像素值请 用 data 写 出 这 个 值 的 表 达 式 ( 系 数 保 留 4 位 小数)
答案:
(1) 标 准 答 案 1( 直 接 计 算 ) : data[670617]-0.3441*data[1089228]- 0.7141*data[1319628] ;
标 准 答 案 2( 背 的 系 数 ) : data[670617]-0.3455*data[1089228]- 0.7169*data[1319628]
9. 某摄像机分辨率为 1920*1080,在室内环境中被架设在 5m 高的展台顶部,视角稍向下进行摄影,若最远处(距离相机关于地面垂足约 30m)的安全出口在视频中大约高 200 像素,则该场景下能够拍到的人的正脸高度范围大约是(20-300)像素(填写大致区间).
10. IEEE754 规定规约型单精度浮点数由 1 位符号位,8 位指数值和 23 位分数值构成。指数偏移值为 127,分数值默认整数部分为 1,只存储小数部分。例:十进制浮点数-12.5,转换为二进制为(-1100.1)2=(-1.1001)2×2^3,符号位为 1,指数值为3+127=130=0x82,分数值为 0x480000,连接后存储为 0xC1480000;问十进制浮点数52.625和十进制浮点数 526.25进行按位或操作得到的十进制浮点数是 13540
11. 编写程序,求 n 个节点的二叉树有多少种形态。
依据:(递推公式:
f(n)=f(n-1)f(0)+f(n-2)f(1)+……….+f(1)f(n-2)+f(0)f(n-1)
或者使用 Catalan 数 C(N, 2N) / (N+1))
#include<stdio.h>
void main()
{
long long f[];
f[0]=1;
f[1]=1;
for(int i=2;i<n;i++)
{
f[i]=0;
for(j=1;j<i;j++)
{
f[i]+=f[j-1]*f[i-j];
}
[
}
}
12. 给定一个卷积层 C in * C out * H k * W k, 以及输入 feature map C in * H * W,我们希望将该卷积操作转化为一次矩阵乘,以便使用一些矩阵计算优化策略,请设计转换方法。
答案:
img2col
Mat A: (H * W) * (C in * H k * W k )
Mat B: (C in * H k * W k )* (C out )