深度学习最全面试题总结（一）

已于 2023-05-15 16:52:14 修改
阅读量2.2w 收藏 152
点赞数 28
分类专栏： 深入浅出AI 文章标签： 深度学习 人工智能 机器学习 计算机视觉 pytorch
于 2023-05-04 10:56:06 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_36816848/article/details/130482213
版权

在这里插入图片描述

👨‍💻作者简介： CSDN、阿里云人工智能领域博客专家，新星计划计算机视觉导师，百度飞桨PPDE，专注大数据与AI知识分享。✨公众号：GoAI的学习小屋 ，免费分享书籍、简历、导图等，更有交流群分享宝藏资料，关注公众号回复“加群”或➡️链接 加群。
🎉专栏推荐： ➡️点击访问

了解本专栏 订阅专栏 解锁全文 超级会员免费看
深度学习最全面试题总结（二）
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
05-15 1万+
本系列深度学习面试题系列总结，资料集合包含机器学习、深度学习等各系列常见问题，系列将分为多篇介绍，可配合下列资料一起学习，内容参考Github及网络资源，仅供个人学习。侵权联系删除！
深度学习面试题汇总
Zhongyanxia123的博客
12-08 814
1. 反向传播算法推导 2. 激活函数主要使用哪一些函数？ sigmoid函数 softmax Relu函数 2.Relu函数可导吗？如果不可导，用什么解决？ Relu函数在零点不可导，Relu的函数曲线如下图所示。可导的定义是，首先在该点有定义，当且仅当左导数和右导数相等，才可导。如果在零点不可导，解决方法一般采用左导数，也就是在零点时的导数为0。采用0.5或1也可以，个例不影响整体效果，所以采取三个值都可以。 4.神经网络中的过拟合问题如何处理？ 当出现过拟合的时候，模型在训练集上的损失会比较小，
深度学习面试题
weixin_30242907的博客
03-03 9534
1.列举常见的一些范数及其应用场景，如L0，L1，L2，L∞，Frobenius范数 答：p39-p40 ;还有p230-p236有regularization的应用 2.简单介绍一下贝叶斯概率与频率派概率，以及在统计中对于真实参数的假设。 答：p55 3.概率密度的万能近似器 答：p67：3.10上面那一段 4.简单介绍一下sigmoid，relu，softplus，tanh，RBF...
深度学习面试题（持续更新）
最新发布
qq_44027380的博客
03-31 682
自己对深度学习的一些思考然后总结出的问题
面试宝典之深度学习面试题(上)
小詹学python的博客
04-10 1411
点击上方“小詹学Python”，“星标”或"置顶"关键时刻，第一时间送达本文转载自“Python全家桶”金三银四是一年找工作的最好时机，都忙着找工作。找工作就少不了面试，...
深度学习相关面试题
爱CV
02-05 624
1.CNN的特点以及优势 改变全连接为局部连接，这是由于图片的特殊性造成的（图像的一部分的统计特性与其他部分是一样的），通过局部连接和参数共享大范围的减少参数值。可以通过使用多个filter来提取图片的不同特征（多卷积核）。 CNN使用范围是具有局部空间相关性的数据，比如图像，自然语言，语音 1.局部连接：可以提取局部特征。 2.权值共享：减少参数数量，因此降低训练难度（空间、时间消耗都少了）。 3.可以完全共享，也可以局部共享（比如对人脸，眼睛鼻子嘴由于位置和样式相对固定，可以用和脸部不一样的卷积
深度学习面试题汇总大全（转）
qq_52757193的博客
07-05 1895
深度学习手写代码汇总（建议收藏）：​​​​​​涵盖深度学习所有考点
深度学习试题及答案解析（二）
CSBLOG的博客
12-21 1521
混沌度可以被理解为模型在预测下一个词时的平均分支数。具体来说，它是基于模型的概率分布计算出来的，用来评估模型生成的分布与真实数据分布之间的差异。对于一个包含 (N) 个词的句子ww1w2wNww1​w2​wN​，如果有一个语言模型 (P(w_i | w_{
促进深度学习的教学模式初探——以“简单机械”为例.pdf
08-18
在当前的教育领域，深度学习被广泛认为是提升学生学习质量的有效途径之一。深度学习区别于浅层学习的主要特征在于它不仅仅是对知识的记忆，更强调学生对于知识的深入理解、主动探索和实际应用。本文以“简单机械”为...
计算智能与深度学习资料（宁大）
01-05
总结来说，《计算智能与深度学习资料（宁大）》是一份全面的学习资源，涵盖了计算智能的基本理论、深度学习的实践应用以及机器学习的关键技术。通过深入研读和实践，学生可以建立起坚实的知识基础，为在人工智能领域...
深度学习面试题目-1
leonorandzzzz的博客
08-23 630
1.比较Boosting和Bagging的异同 1、二者都是集成学习算法，都是将多个弱学习器组合成强学习器的方法。 2、Bagging（套袋法）：从原始数据集中每一轮有放回地抽取训练集，训练得到k个弱学习器.。 对于分类：将这k个弱学习器以投票的方式得到最终的分类结果。 对回归问题；计算上述模型的均值作为最后的结果。（所有模型的重要性相同） 3、Boosting：每一轮根据上一轮的分类结...
深度学习面试题-2
Le0v1n 的博客
04-30 4388
深度学习面试题-2
深度学习面试题合集
南洲.的博客
03-10 1084
1、不容错过的12个深度学习面试问题 https://ai.51cto.com/art/202001/609327.htm 2、深度学习面试题总结1-20 https://blog.csdn.net/weixin_42073654/article/details/83063551 3、深度学习面试及答案 https://cloud.tencent.com/developer/article/152...
深度学习面试题21-40
是小晰呱啊的博客
10-15 1448
21.r-cnn，fast-r-cnn、faster-r-cnn三者的区别？ CNN流行之后，Szegedy做过将detection问题作为回归问题的尝试（Deep Neural Networks for Object Detection），但是效果差强人意，在VOC2007上mAP只有30.5%。既然回归方法效果不好，而CNN在分类问题上效果很好，那么为什么不把detection问题转化为分类...
深度学习面试题集锦【1】
weixin_38646392的博客
02-28 1620
【转自机器之心】 去年上海科技大学 AI 实验室开源了一份深度学习面试题集锦，它从数学基础、经典机器学习算法、深度学习算法以及编程语言等方面提供了众多面试题。此外，这一个项目是作者在准备 2018 年春招实习过程中的总结，内容以计算机书籍的学习笔记为主，在整理重点知识的同时会尽量保证知识的系统性。 项目地址：https://github.com/ShanghaiTechAIClub/DLInter...
机器学习面试题库：24份精选试题大总结
资源摘要信息:"机器学习面试试题总结.rar" 是一份包含了24份机器学习面试题目的集合，经过精心整理和总结，力求为准备机器学习职位的求职者提供最全面和最精华的面试资源。这份资料的编制者投入了3天的时间，汇集了...
评论 10
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

GoAI

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值