深度学习面经一

本人本科刚毕业。在广州那边实习了接近一年，都是一些智能医疗相关的项目。跳槽，想在深圳这边找关于深度学习的岗位，面试中碰到的一些问题，在这里总结一下。（2018.07）

1.Faster rcnn 的流程，rpn的原理，加速的原因，卷积核大小。

2.yolo v3的细节

3.Resnet残差结构的作用

4.softmax层可以做分类层的原因

5.L1,L2范式的作用和区别

6.推导反向传播算法

7.梯度向下降算法在并行计算中参数是怎么共享的

8.加速卷积神经网络训练的手段有哪些

9.防止过拟合的方法

10.为什么交叉熵可以作为损失函数