真面经，好答案。面试之前，先来面栈。

计算机视觉基础

题集来源：Datawhale（datawhalechina）收录项目：daily-interview查看原题集

题目目录

54 道原题

  1. Softmax+Cross Entropy如何反向求导？

    原题
    关联题目如何推导 Softmax 与交叉熵组合的反向梯度？模型基础与推理 / 机器学习与推荐系统原理机制进阶0篇相关面经

  2. 有什么数据增强的方式？

    原题
    关联题目计算机视觉中有哪些常见数据增强方式，如何使用？模型训练与对齐 / 训练数据构建与治理方案设计进阶0篇相关面经

  3. 为什么在模型训练开始会有warm up？

    原题
    关联题目大模型训练为什么需要 Warmup，应如何设置预热步数或比例？模型训练与对齐 / 训练框架、调参与排障原理机制基础0篇相关面经

  4. VGG使用3*3卷积核的优势是什么?

    原题
    关联题目VGG 为什么采用多个小卷积核堆叠？模型基础与推理 / 多模态与生成模型原理机制进阶0篇相关面经

  5. 什么是Group Convolution

    原题
    关联题目什么是分组卷积，它如何组织通道连接？模型基础与推理 / 多模态与生成模型原理机制进阶0篇相关面经

  6. 训练过程中,若一个模型不收敛,那么是否说明这个模型无效?导致模型不收敛的原因有哪些?

    原题
    关联题目神经网络训练不收敛时如何排查，能否据此否定模型？模型训练与对齐 / 训练框架、调参与排障故障排查进阶0篇相关面经

  7. Relu比Sigmoid的效果好在哪里?

    原题
    关联题目大语言模型常用哪些激活函数，为什么采用这些函数？模型基础与推理 / 模型架构与表示原理机制进阶1篇相关面经

  8. Batch Normalization的作用

    原题
    关联题目BatchNorm 如何工作，有哪些优势和局限？模型基础与推理 / 模型架构与表示原理机制进阶0篇相关面经

  9. GAN网络的思想

    原题
    关联题目GAN 的基本思想是什么，生成器和判别器如何协同训练？模型基础与推理 / 多模态与生成模型原理机制进阶0篇相关面经

  10. Attention机制的作用

    原题
    关联题目Self-Attention 在 Transformer 中起什么作用，为什么称为“自注意力”？模型基础与推理 / Transformer 与注意力原理机制基础0篇相关面经