深度学习核心概念

题集来源:Rocky Ding(WeThinkIn)收录项目:AIGC-Interview-Book查看原题集

题目目录

116 道原题
  1. 深度学习与统计学习、概率模型的联系与区别是什么?

    原题
  2. 什么是端到端学习(End-to-End Learning),它的优缺点是什么?

    原题
  3. 端到端 vs 模块化:何时选择?

    原题
  4. 深度学习为什么在大数据时代取得突破,小数据场景下如何应对?

    原题
  5. 深度学习模型的可解释性问题是什么,当前有哪些主流解决思路?

    原题
  6. 深度学习在不同数据模态(图像、文本、音频、图)上的应用有何异同?

    原题
  7. 如何客观评估一个深度学习模型的好坏?评估指标有哪些?

    原题
  8. 大模型时代深度学习的定义是否在发生变化?基础模型(Foundation Model)代表了什么趋势?

    原题
  9. 深度学习的发展历程可以分为哪几个主要阶段?

    原题
  10. 感知机(Perceptron)的诞生背景是什么,它奠定了什么基础?

    原题