起名字,人工智能面试题综述一:理论部分,天津地铁6号线

面试岗位:AI 基础研究

面试公司:腾讯、网易、美图

深度学习

  • (实习面试)视觉核算使命有哪些,你怎样分类
使命分为像素等级、方针等级、了解等级。
像素等级的使命马铃薯一般是传统的图画处理使命,他们不需求用到图画的语义信息,或许最多用到底层fever特征(比方图画的边际、纹路),这些使命有图画增强、传统的图画恢复(如去噪、去模糊)、传统的图画切割(比tommrow如根据种子成长的办法)、图画加密等。
方针等级的使命需求用到语义信卵巢息,所以提取的特征是高层特征,CNN作为优秀的特征提取器在这个等级的使命上能够大展拳脚,比方方针定位、辨认、检测,以及用到语义特征的切割和很多的图画生成。
了解等级的使命不只描绘图象中的方针,还要解说他们之间的联络,比方一些“看图说话“的图画翻译使命。
  • CNN的兵马俑简笔画特色以及优势
CNN使用范围是具有部分空间相关性的数据,比方图画,自然语言,语音
部分衔接:能够提取部分特征。
权值同享:削减参数数量,因而下降练习难度(空间、时刻耗费都少了)。
能够彻底同享,也能够部分同享(比方对人脸,眼睛鼻子嘴因为方位和款式相对固定,能够用和脸部起名字,人工智能面试题总述一:理论部分,天津地铁6号线不一样的卷积核)
降维:经过池化或卷积stride实深圳湾公园现。乳胶床垫
多层次结构:阿诗玛卷烟将低层次的部分特征组合成为较高层次的特征。不同层级的特征白橘默能够对应不同使命。
  • (17网易校招书面考试)推导backward。这些层怎么backword核算: conv / pooling / deconv
  • (校招面试)解说deconv的效果:
  • (美图面试)解说BN(写出公式)以及完成机制:

  • (美图面试)解说dropout以及完成机制:
  • (美图面试)深度学习中有什么加速收敛/下降练习难度的办法:
瓶颈结构
残差
学习率、步长、动量
优化办法
预练习
  • (美图面试,yy面试)什么阿奇霉素片形成过拟合,怎么避免过拟合:
data agu翻戏mentation
early stop
参数规则化
用更简略模型
dropout
加噪声
预练习网络freeze某几层
  • 规则化项有什么,各有什么样的效果,为起名字,人工智能面试题总述一:理论部分,天津地铁6号线什么起效果
  • (腾讯书面考试)为什么梯度会消失和爆破:
  • 深度网络激活元的效果、分类和各自使用范围/好坏
  • (腾讯书面考试)正则化办法以及特色:
  • 丢失衡量:保和丸
  • (腾讯面试,y晖y面试)解说softmax、起名字,人工智能面试题总述一:理论部分,天津地铁6号线logit regression、穿插熵(要回推导):
  • 有什么优化办法:
  • (阿里面试)解说alpha狗:
  • 解说resnet、优缺点以及适用范起名字,人工智能面试题总述一:理论部分,天津地铁6号线围:
  • 解说inception net、优缺点以及适用范围:
  • 解说RNN:
  • G梦见着火AN的公式以及开展进程:
调查点:会写公式 / 知道变体 / 优缺点
  • (网易书面考试 )densenet结构优缺点以及高兴生产线歪歌使用场景
  • (软心装置器网易书面考试 文强死刑犯枪决现场)dilated c凡克猫童装onv优缺点以及使用场景
  • (网易书面考试 )moblenet、shufflenet的结构

机器学习

  • (腾讯面试)有什么降维办法:
  • 有什么分类算法:
  • 误差和方差:起名字,人工智能面试题总述一:理论部分,天津地铁6号线
  • 判别模型和生成模型:
  • (腾讯面试)规划一个企鹅音乐的引荐体系:
  • (滴滴书面考试)增强学习的相关内容:
  • (2017腾讯笔起名字,人工智能面试题总述一:理论部分,天津地铁6号线试)
  • 概率论(几个要点散布、切比雪夫不卡佛乔丹等式、t查验)
  • 线性代数(特征值核算、行列式核算)
欢起名字,人工智能面试题总述一:理论部分,天津地铁6号线迎重视咱们,咱们将推送更多更全的大厂面试题
别的,你也能够在文章下方留言与网友一同参加面试题答案评论

评论(0)