面试 CV考点汇总

持续更新中

1、 激活函数有哪些 以及各自优缺点

2、 如何防止梯度消失、梯度爆炸

3、 如何防止过拟合

4、 ResNet 详解

5、 BN、LN、GN详解、以及作用

6、CNN、Transformer、MLP比较

7、Faster RCNN系列

8、Yolo系列

9、Tensorflow和PyTorch的区别；

10、随机森林、Adaboost、XGBboost区别 机器学习范畴 (1)线性回归和逻辑斯蒂回归的联系与区别

11、分布式分布部署

12、Transformer是相乘还是相加

13、损失函数 iou giou diou ciou l1 l2等

14、CTC损失函数总结

15、TPS优缺点 原理

16、Ocr＋Bert模型会不会变慢

17、L1、L2正则化 优缺点、稀疏解

18、DBNet网络 概率图和阈值图的标签怎么产生

19、python装饰器作用

20、交叉熵损失函数 牢记

21、相似度函数  attention机制

22、深度学习初始化方法、优化器方法等

23、多机多卡训练  部署

24、评价指标mAP ROC AUC等

25、transformer 如何解决梯度消失问题