1 解釋1x1 卷積的作用?
2 寫出啟用函式switch relu及變形 tanh sigmoid maxout公式？
3 再考慮算計問題上，如何選擇以上面啟用函式？
4 簡述密集網路和樹形網路思想？
5 列舉5個人臉識別中應用的loss並說明考慮的角度？
6 寫出並解釋l softmax公司引數含義？
7 解釋incptionv1到 v4模型有話方法？
8 如何處理過擬合？
9 訓練和測試模型表現良好，驗證結果不好，怎麼處理？
10 簡述剪枝思想，並列舉一種？
11 解釋mns？
12 寫出三種替換fc層的方法？
13 mobilenet v1到v3的改變？
14 如何優化densenet，如何設計mini-densenet?
15 yolo中anchor含義?
16 列舉10個py中自帶的包？
17 模型不收斂，考慮怎麼處理？
18 解釋insightloss與l softmax的區別？
19 **實現iou？
20 寫乙個遇到有趣的事。
21 解釋下孿生網路，解釋下deepid的思路。
22 給你個英文**，需要多久實現？
深度學習筆試 面試題 三
1 宣告1 可以通過將所有權重初始化為0 來訓練網路。宣告2 可以通過將偏差初始化為0來很好地訓練網路 以上哪些陳述是真實的？a 1對2錯 b 1錯2對 c 1和2都對 d 1和2都錯 正確答案是 b 解析 即使所有的偏差都為零，神經網路也有可能學習。另一方面，如果所有的權重都是零 神經網路可能永遠...
人臉識別的深度學習
深度學習只不過是機器學習的標準範例，更準確地說 是其演算法之一。在最大程度上，它基於人腦的概念和神經元的相互作用。如果你開始谷歌搜尋深度學習是什麼，你會發現今天這個超級熱門詞遠遠不是新的。為什麼這樣？該術語本身出現在20世紀80年代，但到2012年，沒有足夠的力量來實施這項技術，幾乎沒有人關注它。在...
人臉識別的深度學習
深度學習只不過是機器學習的標準範例，更準確地說 是其演算法之一。在最大程度上，它基於人腦的概念和神經元的相互作用。如果你開始谷歌搜尋深度學習是什麼，你會發現今天這個超級熱門詞遠遠不是新的。為什麼這樣？該術語本身出現在20世紀80年代，但到2012年，沒有足夠的力量來實施這項技術，幾乎沒有人關注它。在...