1.深度学习三大巨头,深度学习领域知名的中国人或华裔,列举三个。
2.模型优化时的超参数,写出至少六个。
3.高斯分布、指数分布、拉普拉斯分布。
4.深度学习架构,至少六个。
5.TP, TN, FP, FN, TPR, FPR, Precision, Recall, Accuracy, ROC。
6.熟悉的深度学习网络结构,画出每一层,说明每一层的作用。
7.上述网络结构参数数量有多少,占据多少内存。
8.欠拟合、过拟合,现象,原因,解决办法。
9.解释正则化,L1与L2正则化的特点、区别。
10.梯度消失与梯度爆炸,现象,原因,解决办法。
总结:考察非常基础,很全面。
本文涵盖深度学习领域的基础知识,包括知名学者介绍、超参数设置、常见概率分布、网络架构等,并探讨了评估指标、网络结构细节及参数规模,同时解析了过拟合与欠拟合现象及其解决方法。
&spm=1001.2101.3001.5002&articleId=81571019&d=1&t=3&u=2932714e8b4c4ffcb3383df5f0026a53)

被折叠的 条评论
为什么被折叠?



