深度学习(一)-------算法岗面试题
的分布拉回到标准化的分布,使得激活函数的输入值落在激活函数对输入比较敏感的区域,从而使梯度变大,加快学习收 ...
原文：深度学习(二)-----算法岗面试题
深度学习了解多少，有看过底层代码吗 caffe,tf 除了GMM HMM，你了解深度学习在语音识别中的应用吗 参考回答： 讲了我用的过DNN HMM，以及与GMM HMM的联系与区别 然后RNN CTC，这里我只是了解，大概讲了一下CTC损失的原理 然后提了一下CNN LSTM。 用过哪些移动端深度学习框架 参考回答： 开源的有：小米的MACE，骁龙的SNPE，腾讯的FeatherCNN和ncn ...
2019-06-03 20:50 0 702 推荐指数：
相关推荐
深度学习(三)----算法岗面试题
● 神经网络为啥用交叉熵。 参考回答： 通过神经网络解决多分类问题时，最常用的一种方式就是在最后一层设置n个输出节点，无论在浅层神经网络还是在CNN中都是如此，比如，在AlexNet中最后的输 ...
算法岗面试题积累一
1: LSTM结构推导，为什么比RNN好？答案：推导forget gate，input gate，cell state， hidden information等的变化；因为LSTM有进有出且当前的ce ...
处理分类问题常用算法(二)-----算法岗面试题
● 分层抽样的适用范围 参考回答： 分层抽样利用事先掌握的信息,充分考虑了保持样本结构和总体结构的一致性,当总体由差异明显的几部分组成的时候,适合用分层抽样。 ● LR的损失函数 参考回 ...
推荐系统的常用算法----算法岗面试题
● 请你说一说推荐算法，fm，lr，embedding 参考回答： 推荐算法： 基于人口学的推荐、基于内容的推荐、基于用户的协同过滤推荐、基于项目的协同过滤推荐、基于模型的协同过滤推荐、基于关联规则的推荐 FM： LR： 逻辑回归本质上是线性回归，只是在特征 ...
处理聚类问题常用算法-----算法岗面试题
● 什么是DBSCAN 参考回答： DBSCAN是一种基于密度的空间聚类算法,它不需要定义簇的个数,而是将具有足够高密度的区域划分为簇,并在有噪声的数据中发现任意形状的簇,在此算法中将簇定义为密度相连的点的最大集合。 ● k-means算法流程 参考回答： 从数据集中随机选择k ...
处理分类问题常用算法(一)-------算法岗面试题
交叉熵公式 参考回答： 交叉熵：设p(x)、q(x)是X中取值的两个概率分布，则p对q的相对熵是： 在一定程度上，相对熵可以度量两个随机变量的“距离”，且有D(p||q) ≠D(q| ...
处理回归问题常用算法------算法岗面试题
● L1和L2正则化的区别 参考回答： L1是模型各个参数的绝对值之和,L2为各个参数平方和的开方值。L1更趋向于产生少量的特征,其它特征为0,最优的参数值很大概率出现在坐标轴上,从而导致产生 ...