深度学习精华·深度学习基础

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

题目目录

14 道原题
  1. 什么是深度学习,它和机器学习的核心区别是什么?

    原题
  2. 深度学习是如何处理非线性问题的?

    原题
  3. 为什么单层感知机无法解决异或问题?多层神经网络是通过什么机制解决这一问题的?

    原题
  4. 神经网络的基本组成单元是什么?请从单个神经元开始,描述完整神经网络的前向传播计算流程

    原题
  5. 一个标准的深度神经网络由哪些核心模块组成?每个模块的核心功能是什么?

    原题
  6. 浅层神经网络和深度神经网络的本质差异是什么?为什么深而窄的网络通常比浅而宽的网络效果更好?

    原题
  7. 什么是反向传播算法?它的核心原理和数学基础是什么?

    原题
  8. 计算图在反向传播中起到什么作用?前向传播和反向传播分别在计算图中完成什么操作?

    原题
  9. 从原理层面描述神经网络训练一个 batch 数据的完整流程

    原题
  10. 介绍一下深度学习模型的表达能力、拟合能力、泛化能力

    原题