训练与评估

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

题目目录

23 道原题
  1. 深度学习模型完整的训练流程包含哪些核心步骤?每个步骤的核心目的是什么?

    原题
  2. 训练集、验证集、测试集的作用分别是什么?为什么不能用测试集参与模型调优?

    原题
  3. 模型训练过程中,“前向传播”和“反向传播”的核心逻辑是什么?二者的关系是怎样的?

    原题
  4. 训练过程中为什么要监控验证集指标?如果验证集损失不再下降,可能的原因有哪些?

    原题
  5. 什么是早停(Early Stopping)?在训练流程中如何合理设置早停的触发条件?

    原题
  6. 如何从训练集和验证集的损失/精度曲线区分过拟合和欠拟合?各自的曲线特征是什么?

    原题
  7. 过拟合产生的根本原因是什么?常见的场景有哪些?

    原题
  8. 针对过拟合问题,有哪些常用的解决方法?请分别说明其核心原理。

    原题
  9. 欠拟合的核心原因是什么?解决欠拟合的主要思路有哪些?

    原题
  10. 在实际项目中,如何判断模型当前是过拟合、欠拟合还是拟合良好?后续该如何调整策略?

    原题