京东电话二面

昨天京东金融电话二面，今天周五有时间，做个笔记。

以下都是我自己的理解，肯定有不足或者不对的地方，请大佬指正.

 

1、自我介绍

2、口述一下卷积层的反向传播公式？

答：卷积层最重要的参数是卷积核的w，和偏置b，网络学习也就是学这些参数，反向传播更新的也是这些参数，反向传播求导的时候，分别对w和b求导，运用链式法则公式如下：（以其中一个参数w5举例）

（附：我们所说的卷积一般包括卷积、激活、池化（注意顺序））

其中由得到需要经过某个激活函数.

3、python2、python3有什么区别？

答：python2中print是没有括号的，python3中print带括号

       python2中input()解析为int，python3中解析为str

如下：

python2中  3/2.0 结果为1.5,  3/2 结果为1

python3中 3/2 结果为1.5

更详细的区别参考：https://blog.csdn.net/qq_39521554/article/details/80855086

3、线性回归和逻辑回归有什么区别.

答：直接使用线性回归的输出作为概率是有问题的，因为其值有可能小于0或者大于1,这是不符合实际情况的，逻辑回归的输出正是[0,1]区间，所以可以简单的把逻辑回归理解为  线性回归+sigmoid .
 

4、python的基本数据类型中哪些是可以改变的，哪些是不能改变的.

答：首先python有

• Number（数字）
• string（字符串）
• List（列表）
• Tuple（元祖）
• Sets（集合）
• Directionary（字典） 一共6种数据类型
• 数据类型特点
• 不可变数据（4个）：Number、String、Tuple、Sets
• 可变数据（2个）：List、Dictionary  
• 附：可使用大括号 {}或者set()函数创建集合；创建一个空集合必须是set(),{}代表的是空字典

5、 说一说SSD，yolo，faster rcnn系列? fast rcnn改了哪个部分导致速度比rcnn快了10倍，讲一讲原理？

答：

 

6、yolov1中 假设类别预测不是共享的，cell中两个predictor都有各自的类别预测，这样能否在一个cell中预测两个目标？

为什么要预测两个bounding box？

对于第一个问题，答案是否定的。如果一个cell要预测两个目标，那么这两个predictor要怎么分工预测这两个目标？谁负责谁？不知道，所以没办法预测。而像faster rcnn这类算法，可以根据anchor与ground truth的IOU大小来安排anchor负责预测哪个物体，所以后来yolo2也采用了anchor思想，同个cell才能预测多个目标。

对于第二个问题，既然我们一个cell只能预测一个目标，为什么还要预测两个bounding box（或者更多）？这个还是要从训练阶段怎么给两个predictor安排训练目标来说。在训练的时候会在线地计算每个predictor预测的bounding box和ground truth的IOU，计算出来的IOU大的那个predictor，就会负责预测这个物体，另外一个则不预测。这么做有什么好处？我的理解是，这样做的话，实际上有两个predictor来一起进行预测，然后网络会在线选择预测得好的那个predictor（也就是IOU大）来进行预测。通俗一点说，就是我找一堆人来并行地干一件事，然后我选干的最好的那个。

 

7、xgboost中有哪些参数？如果过拟合了，应该调整哪些参数

答：只要涉及到梯度来优化的，都涉及了一个 learning rate来控制每次更新的步长。

然后树模型中叶子节点的个数也是一个参数。数的深度、L1、L2正则的参数。（工业界很喜欢用树模型）

 

8、说一下 xgboost的目标函数（优化目标）

答：

9、手撕代码： 反转链表.