深度学习基础汇编
手撕IOU、NMS、正向卷积、池化、BN、resnet、FCN、多头注意力。
IOU
NMS
正向卷积
池化
BN
resnet
FCN
多头注意力。
原题完整原题
【手撕多种模块】手撕IOU、NMS、正向卷积、池化、BN、resnet、FCN、多头注意力。 「腾讯」
【正交基约束】如何使得一个输入向量x在经过一个或多个全连接层后，其输出向量y所在子空间基底尽可能接近标准正交基？ 「腾讯」
原题原题未明确要约束权重、表示样本还是子空间基，也未给维数条件。
【链式法则与矩阵求导】求偏导 y=f(C); C=AB; A输入、B参数、f激活函数、y输出，已知y对C的偏导是P，求y对B的偏导矩阵大小: A[m,k]; B[k,n]; C[m,n]; P[m,n] 「阿里巴巴」
原题介绍CNN的结构和优点。
解释感受野的概念。
原题完整原题
【CNN基础】1. 介绍CNN的结构和优点。2. 解释感受野的概念。 「拼多多、腾讯」
【CNN应用】CNN能不能做语言模型？ 「京东」
原题【CNN模型变体】基于CNN的模型有哪些，各自的区别？ 「拼多多」
原题【梯度消失】问为什么卷积网络可能出现梯度消失的现象？ 「百度」
原题【跳跃连接】跳跃连接中特征图融合的方式？ 「百度」
原题【轻量化网络】有哪些经典的轻量化网络？ 「腾讯混元」
原题【CNN与ViT对比】CNN的计算过程、ViT的计算过程，CNN和ViT的区别是什么？分别在哪一部分有效？Transformer和传统CNN的区别，优势点在哪？ 「字节跳动、蚂蚁集团」
原题
暂无题目