想從事深度學(xué)習(xí)工作的進(jìn)來(lái)看，經(jīng)典面試問(wèn)題幫你整理好了
大小：0.4 MB 人氣： 2017-12-06 需要積分：1
推薦 + 挑錯(cuò) + 收藏(0) + 用戶(hù)評(píng)論（0）
SGD 中 S（stochastic）代表什么
個(gè)人理解差不多就是Full-Batch和Mini-Batch
監(jiān)督學(xué)習(xí)／遷移學(xué)習(xí)／半監(jiān)督學(xué)習(xí)／弱監(jiān)督學(xué)習(xí)／非監(jiān)督學(xué)習(xí)？
本筆記主要問(wèn)題來(lái)自以下兩個(gè)問(wèn)題，后續(xù)會(huì)加上我自己面試過(guò)程中遇到的問(wèn)題。
深度學(xué)習(xí)相關(guān)的職位面試時(shí)一般會(huì)問(wèn)什么？會(huì)問(wèn)一些傳統(tǒng)的機(jī)器學(xué)習(xí)算法嗎？
如果你是面試官，你怎么去判斷一個(gè)面試者的深度學(xué)習(xí)水平？
以下問(wèn)題來(lái)自@Naiyan Wang
CNN最成功的應(yīng)用是在CV，那為什么NLP和Speech的很多問(wèn)題也可以用CNN解出來(lái)？為什么AlphaGo里也用了CNN？這幾個(gè)不相關(guān)的問(wèn)題的相似性在哪里？CNN通過(guò)什么手段抓住了這個(gè)共性？
Deep Learning -Yann LeCun， Yoshua Bengio & Geoffrey Hinton
Learn TensorFlow and deep learning， without a Ph.D.
The Unreasonable Effectiveness of Deep Learning -LeCun 16 NIPS Keynote
以上幾個(gè)不相關(guān)問(wèn)題的相關(guān)性在于，都存在局部與整體的關(guān)系，由低層次的特征經(jīng)過(guò)組合，組成高層次的特征，并且得到不同特征之間的空間相關(guān)性。如下圖：低層次的直線(xiàn)／曲線(xiàn)等特征，組合成為不同的形狀，最后得到汽車(chē)的表示。
CNN抓住此共性的手段主要有四個(gè)：局部連接／權(quán)值共享／池化操作／多層次結(jié)構(gòu)。
局部連接使網(wǎng)絡(luò)可以提取數(shù)據(jù)的局部特征；權(quán)值共享大大降低了網(wǎng)絡(luò)的訓(xùn)練難度，一個(gè)Filter只提取一個(gè)特征，在整個(gè)圖片（或者語(yǔ)音／文本） 中進(jìn)行卷積；池化操作與多層次結(jié)構(gòu)一起，實(shí)現(xiàn)了數(shù)據(jù)的降維，將低層次的局部特征組合成為較高層次的特征，從而對(duì)整個(gè)圖片進(jìn)行表示。
非常好我支持^.^
(1) 100%
不好我反對(duì)
(0) 0%
下載地址
想從事深度學(xué)習(xí)工作的進(jìn)來(lái)看，經(jīng)典面試問(wèn)題幫你整理好了下載
相關(guān)電子資料下載
- 如何創(chuàng)建FPGA控制的機(jī)器人手臂 49
- 機(jī)器學(xué)習(xí)需要掌握的九種工具盤(pán)點(diǎn) 16
- 深度學(xué)習(xí)在工業(yè)缺陷檢測(cè)中的應(yīng)用 63
- 探討目前主流3D激光SLAM算法方案 94
- 華為成為中國(guó)首個(gè)PyTorch基金會(huì)Premier會(huì)員 453
- Hugging Face被限制訪(fǎng)問(wèn) 404
- 《人工智能在指揮和控制系統(tǒng)中的決策支持》 133
- 中國(guó)手機(jī)廠(chǎng)商發(fā)力這一領(lǐng)域 外媒：大戲剛剛開(kāi)始 262
- 生成式人工智能和機(jī)器學(xué)習(xí)正在這9個(gè)學(xué)科中打造未來(lái) 216
- 智慧礦山AI算法帶你解決皮帶運(yùn)行難題！ 51