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. 为什么ResNet可以很深?

    原题
  2. 注意力机制(Attention)与Transformer(2017年)的提出对深度学习格局有什么影响?

    原题
  3. BERT和GPT系列分别代表了哪两种预训练范式,各自的核心思想是什么?

    原题
  4. 大规模预训练模型(GPT-3、GPT-4等)的出现标志着深度学习进入了什么新阶段?

    原题
  5. 生成式AI(AIGC)浪潮的技术基础是什么?扩散模型(Diffusion Model)如何崛起?

    原题
  6. 生物神经元与人工神经元的类比关系是什么?

    原题
  7. 人工神经元的数学模型是什么?各部分的含义是什么?

    原题
  8. 什么是感知机(Perceptron)?其结构和工作原理是什么?

    原题
  9. 感知机的学习规则(Perceptron Learning Rule)是如何推导的?

    原题
  10. 感知机为什么无法解决异或(XOR)问题?这说明了什么本质局限?

    原题