深度学习面试必备的 25 个问题

作者 | Tomer Amit
译者 | 弯月,责编 | 屠敏
出品 | CSDN(ID:CSDNnews)

以下为译文:

在本文中,我将分享有关深度学习的25个问题,希望能够帮助你为面试做好准备。

1. 为什么必须在神经网络中引入非线性?

答:否则,我们将获得一个由多个线性函数组成的线性函数,那么就成了线性模型。线性模型的参数数量非常少,因此建模的复杂性也会非常有限。

2. 说明解决神经网络中梯度消失问题的两种方法。

答:

  • 使用ReLU激活函数代替S激活函数。
  • 使用Xavier初始化。

3. 在图像分类任务中,相较于使用密集神经网络(Dense Neural Network,DNN),使用卷积神经网络(Convolutional Neural Network,CNN)有哪些优势?

答:虽然两种模型都可以捕获彼此靠近的像素之间的关系,但CNN具有以下属性:

  • 它是平移不变的:对于过滤器而言,像素的确切位置是无关的。
  • 更不容易发生过度拟合:一般而言CNN中的参数比DNN要少很多。
  • 方便我们更好地理解模型:我们可以查看过滤器的权重,并可视化神经网络的学习成果。
  • 分层性质:通过使用较简单的模式描述复杂的模式来学习模式。

4. 说明在图像分类任务中可视化CNN特征的两种方法。

答:

  • 输入遮挡:遮挡输入图像的一部分,看看哪部分对分类的影响最大。 例如,针对某个训练好的图像分类模型,将下列图像作为输入。如果我们看到第三幅图像被分类为狗狗的概率为98%,而第二幅图像的准确率仅为65%,则说明眼睛对于对分类的影响更大。
  • 激活最大化:创建一个人造的输入图像,以最大化目标响应(梯度上升)。

5. 在优化学习速率时,分别尝试学习速率:0.1、0.2,…,0.5是好办法吗?

答:这种方法并不好,建议使用对数比例来优化学习速率。

6. 假设一个神经网络拥有3层的结构和ReLU激活函数。如果我们用同一个值初始化所有权重,结果会怎样?如果我们只有1层(即线性/逻辑回归)会怎样?

答:如果所有权重的初始值都相同,则无法破坏对称性。也就是说,所有梯度都会更新成同一个值,而且神经网络将无法学习。但是,如果神经网络只有1层的话,成本函数是凸形的(线性/ S型),因此权重始终会收敛到最佳点,无论初始值是什么(收敛可能会较慢)。

7. 解释Adam优化器的概念。

答:Adam结合了两个想法来改善收敛性:每个参数更新可加快收敛速度;动量可避免卡在鞍点上。

8. 比较批处理,小批处理和随机梯度下降。

答:批处理是指在估计数据时获取整个数据;小批处理是通过对几个数据点进行采样来进行小批量处理;而随机梯度下降是指在每个时期更新一个数据点的梯度。我们需要权衡梯度计算的准确度与保存在内存中的批量大小。此外,通过在每个epoch添加随机噪声,我们可以通过小批处理(而非整个批处理)实现正规化效果。

9. 什么是数据扩充?举个例子。

答:数据扩充是一种技术,通过操作原始数据来增加输入数据。例如,对于图像,我们可以执行以下操作:旋转图像、翻转图像、添加高斯模糊等。

10. 解释GAN的概念。

答:GAN(Generative Adversarial Network)即生成对抗网络,通常由两个神经网络D和G组成,其中D指的是判别器(Discriminator),而G指生成网络(Generative Network)。这种模型的目标是创建数据,例如创建与真实图像并无二样的图像。假设我们想要创建一只猫的对抗示例。神经网络G负责生成图像,而神经网络D则负责判断图像是否是猫。G的目标是“愚弄”D——将G的输出始终分类为猫。

11. 使用Batchnorm有什么优势?

答:Batchnorm能够加快训练过程,而且(一些噪音的副产品)还具有调节作用。

12. 什么是多任务学习?应该在什么时候使用?

答:当我们使用少量数据处理多个任务时,多任务处理将很有用,而且我们还可以使用在其他任务的大型数据集上训练好的模型。通过“硬”方式(即相同的参数)或“软”方式(即对成本函数进行正则化/惩罚)共享模型的参数。

13. 什么是端到端学习?列举一些优点。

答:端到端学习通常是一个模型,该模型能够获取原始数据并直接输出所需的结果,而无需任何中间任务或功能工程。其优点包括:无需手工构建功能,而且通常可以降低偏差。

14. 如果在最后一层中,我们先使用ReLU激活函数,然后再使用Sigmoid函数,会怎样?

答:由于ReLU始终会输出非负结果,因此该神经网络会将所有输入预测成同一个类别!

15. 如何解决梯度爆炸的问题?

答:解决梯度爆炸问题的一个最简单的方法就是梯度修剪,即当梯度的绝对值大于M(M是一个很大的数字)时,设梯度为±M。

16. 使用批量梯度下降法时,是否有必要打乱训练数据?

答:没有必要。因为每个epoch的梯度计算都会使用整个训练数据,所以打乱顺序也没有任何影响。

17. 当使用小批量梯度下降时,为什么打乱数据很重要?

答:如果不打乱数据的顺序,那么假设我们训练一个神经网络分类器,且有两个类别:A和B,那么各个epoch中的所有小批量都会完全相同,这会导致收敛速度变慢,甚至导致神经网络对数据的顺序产生倾向性。

18. 列举迁移学习的超参数。

答:保留多少层、添加多少层、冻结多少层。

19. 测试集上是否需要使用dropout?

答:不可以使用!dropout只能用于训练集。dropout是训练过程中应用的一种正则化技术。

20. 说明为什么神经网络中的dropout可以作为正则化。

答:关于dropout的工作原理有几种解释。我们可以将其视为模型平均的一种形式:我们可以在每一步中“去掉”模型的一部分并取平均值。另外,它还会增加噪音,自然会产生调节的效果。最后,它还可以稀释权重,从根本上阻止神经网络中神经元的共适应。

21. 举个适合多对一RNN架构的例子。

答:例如:情绪分析,语音中的性别识别等。

22. 我们什么时候不能使用BiLSTM?说明在使用BiLSTM我们必须做的假设。

答:在所有双向模型中,我们都可以假设在给定的“时间”内访问序列的下一个元素。文本数据(例如情感分析、翻译等)就是这种情况,而时间序列数据则不属于这种情况。

23. 判断对错:将L2正则化添加到RNN有助于解决梯度消失的问题。

答:错误!添加L2正则化会将权重缩小为零,在某些情况下这实际上会让梯度消失的问题更严重。

24. 假设训练错误/成本很高,而且验证成本/错误几乎与之相等。这是什么意思?我们应该做些什么?

答:这表明欠拟合。我们可以添加更多参数,增加模型的复杂性或减少正则化。

25. 说明为何L2正则化可以解释为一种权重衰减。

答:假设我们的成本函数为C(w),我们再加上一个c|w|2。使用梯度下降时,迭代如下:

w = w -grad(C)(w) — 2cw = (1–2c)w — grad(C)(w)

在该等式中,权重乘以因子<1

原文:https://towardsdatascience.com/50-deep-learning-interview-questions-part...

本文为 CSDN 翻译,转载此文目的在于传递更多信息,版权归原作者所有,转载请注明来源出处。

译文链接:https://mp.weixin.qq.com/s/w7vu7bcFqOlfhM2tZClIJA

最新文章