码迷,mamicode.com
首页 > 其他好文 > 详细

一份深度学习相关的面试题

时间:2018-09-02 11:08:46      阅读:348      评论:0      收藏:0      [点我收藏+]

标签:有一个   style   line   pca   优劣   回归   能力   bsp   工程   

1、请计算数组[1,2,3]中的元素3的Softmax值

假设我们有一个数组,V,Vi表示V中的第i个元素,那么这个元素的Softmax值就是

技术分享图片

也就是说,是该元素的指数,与所有元素指数和的比值

2、什么是过拟合? 防止过拟合有哪些措施?

 

3、对于二分类问题,分别描述逻辑回归、朴素贝叶斯、KNN算法。它们的优劣势是什么?他们自身有什么过拟合的能力? 

4、支持向量机SVM中支持向量是什么? 这个模型的优劣势有哪些? 模型自身怎么防止过拟合?如何求解(不需要推导过程,只需要写推导思路) , 支持向量核函数的作用及常见的核函数形式?

5、什么是集成学习? 什么情况下集成学习学习器能够获得较好的泛华性能?

6、神经网络中常用的激活函数有哪些?如果采用线性激活函数,网络会变成怎样?神经网络的梯度消失和梯度爆炸是什么原因?有哪些神经网络的优化算法?

7、请解释drop和batch normalization的原理?

8、训练神经网络时,一般需要调整哪些超参数?这些超参数对训练过程会有哪些影响?

9、请描述PCA算法的作用。使用哪些场景和数据?使用时需要注意哪些问题? 该算法有哪些实现的形式?

10、有哪些常见的数据预处理、特征工程、特征筛选的方法?

 

一份深度学习相关的面试题

标签:有一个   style   line   pca   优劣   回归   能力   bsp   工程   

原文地址:https://www.cnblogs.com/llfctt/p/9572854.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!