人工智能校招题

    1）hog，knn,svm原理

    2）目标检测系列rcnn faster rcnn faster rcnn yolo ssd原理，如何改进的

    3）inception v1 v2 v3 v4的原理，优缺点

    4）为何把一个5*5的拆成两个3*3的，为何把7*7的拆成1*7和7*1的

    5）rcnn非极大值抑制作用

    6）选择性搜索

    7）faster的rpn网络，fast比rcnn有何优点

    8）程序题，给定一个随机生成器，把一个数组顺序打乱

    9）目标检测系列原理

    10）从rcnn到yolo ssd

    11）gan网络原理作用

    12）inception 系列以及迁移学习

    13）激活函数sigmoid relu

    14）梯度消失 梯度爆炸原因以及如何解决

    15）网络加深为何梯度会消失

    16）faster rcnn与fast rcnn相比的优点

    17）inception v1 v2 v3的缺点

    18）c++动态绑定

    19）迁移学习如何实现，其他和上面问的差不多

    20）c++:虚函数

    21）vector 和list的区别