秋招投递记录

牛客

面试问题汇总

（1）为什么LR模型损失函数使用交叉熵不用均方差？

（2）YOLOv3如何确定正负anchor？YOLOv3不使用ohem表现良好，而SSD必须用ohem？

（3）BN的前提假设？BN为什么可以防止过拟合？alpha和beta两个参数如何平移和缩放？BN先归一化再恢复是否矛盾。

（4）L1、L2正则和weight delay这个参数的关系

（5）sigmoid为什么可以防止梯度消失？（除sigmoid在0附近梯度大，而输出较大较小时梯度小，还有其他什么原因）

（6）bagging的采样方法

（7）Dead Relu神经元失活问题

（8）adam中几个参数的意义

（9）对一张含有多个目标的图像，给定一个分类器，在不增加新层的前提下，如何得到图像中每个目标的位置。