面試問題彙總（持續更新）

目錄 深度學習方面 卷積尺寸？計算量？參數數量？感受野？（*） 卷積的變種？ 過擬合怎麼辦？（*） 樣本不均衡怎麼辦？ BN原理和作用？測試時怎麼用？（*） 梯度消失？梯度爆炸？梯度彌散？（*） 介紹droppout？爲什麼可以防止過擬合？（*） 優化方法 L1和L2正則的特點？ 激活函數優缺點？（*） 激活函數改進？ 初始化方法 卷積核爲什麼是奇數？ 怎麼增大感受野？ 決策樹怎麼選擇特徵？ LS

>>阅读原文<<