面試問題零散整理（持續更新...）

1、爲什麼要做數據歸一化，在梯度下降時有什麼好處？ 規避不同特徵的數值大少帶來的差異影響。 不做歸一化的話，每一個特徵所對應的的數據規模是不一樣的。那麼在求導數的時候，求得的很可能會導數比較大（比較小），最終即使乘以學習率後的步長比較大，導致整體不收斂。或者要進行多次迭代 2、梯度下降法和隨機梯度下降法的區別？ 梯度下降時，每個樣本都會參與梯度的計算，那麼在大樣本情況下，提低下降的計算量將非常大；

>>阅读原文<<