1、利用梯度下降法训练神经网络,发现模型Loss不变,可能有哪些问题?怎么解决?
2、如何解决不平衡数据集的分类问题?smote算法的弊端?
3、残差网络为什么能实现更深层?
4、卷积神经网络中空洞卷积的作用是什么?
5、卷积神经网络感受野的概念?
6、模型欠拟合什么时候会出现?有什么解决方案?
7、适用于移动端部署的网络结构有哪些?
8、卷积神经网络中im2col是如何实现的?
9、多任务学习中标签缺失如何处理?
10、梯度爆炸的解决方法?
11、深度学习模型参数初始化都有什么方法?
12、注意力机制在深度学习中的作用是什么?有哪些场景会使用?
13、卷积神经网络为什么具有平移不变性?
14、神经网络参数共享指的是什么?
15、如何提高小型网络的精度?