2018.8.22
1个小时左右
-
自我介绍
-
项目:
- 讲蚂蚁金服的实习工作
- 遇到最大的困难是什么
- 模型效果有提升吗
- mobilenet的分离卷积介绍下
- 其他模型压缩的论文知道吗
- inception v2 跟v3的区别
-
工程:
- 数组，链表，树结构介绍
- 进程，线程共享数据的方式
-
基础:
- 生成模型，判别模型的区别
- 有哪些是生成模型，哪些是判别模型
- 混合高斯分布介绍下
- EM怎么用在混合高斯中
- kmeans算法介绍下，kmeans跟em的联系，怎么自动确定k值。用什么统计量衡量簇的好坏。
- 树模型，boost tree介绍下
- svm，lr的区别联系，重点介绍下svm算法。
- 核函数要满足什么性质，常见的核函数有哪些。
- 高斯核函数在使用过程中要注意什么。
- 什么是过拟合，防止过拟合的方法有哪些。
- 正则化为什么可以防止过拟合。
- Dropout的实现
- 介绍BN原理，偏置项有哪几个，维度是多少，是输入神经元数，还是输出神经元数
- 知道梯度消失吗，导致梯度消失的两个原因是什么。什么激活函数会导致梯度消失。有什么不同的激活函数。梯度消失怎么解决。
- PCA算法原理，跟svd的区别。特征值越大代表什么？ 特征向量代表什么。特征向量有什么性质，是单位向量吗？
- 知道LDA吗
- 了解凸优化吗