V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
phontomKiseKi
V2EX  ›  程序员

有没有深度学习的大佬帮忙解答几道面试题

  •  
  •   phontomKiseKi · 2021-05-10 14:21:56 +08:00 · 1732 次点击
    这是一个创建于 1292 天前的主题,其中的信息可能已经有所发展或是发生改变。

    本人做 java 开发的,对深度学习基本属于一窍不通,今天部门老大要面试一个深度学习的人,给了份深度学习的面试题要我帮他找下答案(部门老大对深度学习也不太懂所以就把这个烫手的山芋给我了),有人能帮忙解决一下吗?

    (1)谈谈你项目中使用过的深度学习模型或网络,为什么选择这个算法? (2)conv2d(kernel=7, stride=1, padding=0 )可以用什么代替? (3)训练神经网络,假如 train loss 已经降为 0,valid loss 为 0.2. 有什么方法可以尝试使 valid loss 再进一步下降,为什么这种方法可以? (4)选择熟悉的框架语言,设计一个简单的孪生网络。可以从 keras 、tensorflow 及 pytorch 选择一个框架,如用 pytorch,写出__init__和 forward 过程即可。 (5)用已知参数写出简单的分类训练的伪代码(参数:train_image, valid_image, net ) (6)能否使用 VC 维解释模型的过拟合和欠拟合

    3 条回复    2021-05-10 19:31:06 +08:00
    Ricardoo
        1
    Ricardoo  
       2021-05-10 15:02:26 +08:00   ❤️ 2
    看样子贵司是搞 cv 的。。
    ( 1 ) bert, 搞 nlp 无脑 bert,因为效果好啊,搞 cv 可能是 yolo 、ssd 那一套吧,好久接触不知道现在进展怎么样了。
    ( 2 ) 3 个 3×3 的卷积
    ( 3 ) train loss 为 0,valid loss 不为 0,说明模型有过拟合的风险。降低过拟合措施很多,正则化、dropout 都行
    ( 4 )孪生网络主要是权值共享,网络模型共用同一个就可以了
    ( 5 )每个框架的代码都不太一样。。分类训练损失函数用交叉熵
    ( 6 ) VC 维代表了假设空间的大小,vc 维越大模型拟合能力越强,越复杂的模型越容易出现过拟合,反之简单模型 vc 维小,易出现欠拟合
    erquren
        2
    erquren  
       2021-05-10 15:06:02 +08:00
    ( 2 )可以换成 3 个 3x3 的卷积
    786375312123
        3
    786375312123  
       2021-05-10 19:31:06 +08:00
    让不懂 dl 的人搞 dl 的面试,意思是以后还有二面更专业的人来?
    还是说公司规模就几十个人?
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   2844 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 36ms · UTC 11:23 · PVG 19:23 · LAX 03:23 · JFK 06:23
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.