计算机保研科研经历——深度学习提问

因为简历里面有深度学习相关的项目，所以面试时被问了一些深度学习上的问题，这里列举出来，给后面的学弟学妹们提供参考。


1.什么是激活函数？激活函数的作用是什么？


2.什么是欠拟合和过拟合？如何解决？


3.什么是卷积？有什么作用？（图像中的卷积含义、信号处理中的含义）


4.什么是损失函数？常见损失函数有哪些？损失函数的作用？


5.BN层是什么？作用？


6.Bias和Virance的区别，Bias（偏差）和Virance（方差）解决方法


7.几种优化算法（sgd、momentum、rmsprop、Adam区别与联系）


8.什么是dropout？作用？


9.什么梯度？什么是梯度下降法？


10.讲一下ResNet残差结构，如何工作，为什么能够使得网络层数大幅增加？


11.DenceNet结构？和ResNet对比。


12.谈一下梯度消失和梯度爆炸，如何克服？


13.谈一下卷积层和全连接层？（对比）


14.池化层的作用


15.什么是端到端训练？


16.讲一下Inception块系列。

图像部分

1.什么是注意力机制？谈谈你的理解。（注意力机制和自注意力机制）


2.什么是反卷积？


3.什么是空洞卷积？


4.DeepLab系列有什么区别？各自有什么特点。


5.MobileNet系列特点。


6.讲一下DW卷积。


7.什么是空间金字塔？有什么作用？


8.什么是CRF？作用？