跳到主要内容
真面经,好答案。面试之前,先来面栈。
题库
/
模型基础与推理
模型基础与推理
本分类共
8
个专题 ·
1061
道题
专题概览
题目列表
1061
模型基础与推理面试题
继续复习
待复习
0
知识专题
知识专题
多模态与生成模型
机器学习与推荐系统
模型架构与表示
模型选型与能力边界
推理优化与模型压缩
推理与解码
Tokenizer 与位置编码
Transformer 与注意力
知识专题
知识专题
找到
8
个专题
知识专题
多模态与生成模型
机器学习与推荐系统
模型架构与表示
模型选型与能力边界
推理优化与模型压缩
推理与解码
Tokenizer 与位置编码
Transformer 与注意力
未找到匹配专题
问题类型
问题类型
比较选型
操作实践
代码题
方案设计
概念解释
故障排查
技术决策
经历介绍
开放讨论
系统设计
项目深挖
效果评估
原理机制
问题类型
技术难度
技术难度
基础
进阶
深入
技术难度
复习状态
复习状态
未标记
待复习
已掌握
复习状态
已筛选
清除筛选
共
1061
道题
开始复习
排序:
排序
面经最多
题集最多
题号降序
最近更新
题号
题目
技术难度
收录情况
复习状态
5728
期望、方差、协方差与相关系数如何理解?
模型基础与推理
机器学习与推荐系统
概念解释
已有答案
面前必看
基础
暂无面经
2
份题集
期望、方差、协方差与相关系数如何理解?的复习状态
未标记
待复习
已掌握
5729
Bernoulli、Categorical、Binomial 与 Multinomial 分布有什么区别?
模型基础与推理
机器学习与推荐系统
比较选型
已有答案
面前必看
进阶
暂无面经
1
份题集
Bernoulli、Categorical、Binomial 与 Multinomial 分布有什么区别?的复习状态
未标记
待复习
已掌握
5730
高斯分布与多元高斯如何描述噪声和相关性?
模型基础与推理
机器学习与推荐系统
原理机制
已有答案
面前必看
进阶
暂无面经
1
份题集
高斯分布与多元高斯如何描述噪声和相关性?的复习状态
未标记
待复习
已掌握
5731
指数、Laplace、Dirac 与经验分布分别刻画什么对象?
模型基础与推理
机器学习与推荐系统
比较选型
已有答案
面前必看
进阶
暂无面经
1
份题集
指数、Laplace、Dirac 与经验分布分别刻画什么对象?的复习状态
未标记
待复习
已掌握
5732
KL 散度为什么非负且不对称,如何证明这些性质?
模型基础与推理
机器学习与推荐系统
原理机制
已有答案
面前必看
进阶
暂无面经
3
份题集
KL 散度为什么非负且不对称,如何证明这些性质?的复习状态
未标记
待复习
已掌握
5733
互信息如何刻画变量依赖,与熵有什么关系?
模型基础与推理
机器学习与推荐系统
原理机制
已有答案
面前必看
进阶
暂无面经
1
份题集
互信息如何刻画变量依赖,与熵有什么关系?的复习状态
未标记
待复习
已掌握
5734
最大熵原理如何在已知约束下选择概率分布?
模型基础与推理
机器学习与推荐系统
原理机制
已有答案
面前必看
进阶
暂无面经
1
份题集
最大熵原理如何在已知约束下选择概率分布?的复习状态
未标记
待复习
已掌握
5735
凸与非凸优化的最优性和训练行为有什么区别?
模型基础与推理
机器学习与推荐系统
比较选型
已有答案
面前必看
进阶
暂无面经
1
份题集
凸与非凸优化的最优性和训练行为有什么区别?的复习状态
未标记
待复习
已掌握
5736
Score Matching、反向 SDE 与概率流 ODE 如何联系生成建模?
模型基础与推理
多模态与生成模型
原理机制
已有答案
面前必看
深入
暂无面经
6
份题集
Score Matching、反向 SDE 与概率流 ODE 如何联系生成建模?的复习状态
未标记
待复习
已掌握
5737
NF4 如何表示和量化权重,与普通整数或浮点低精度表示有什么区别?
模型基础与推理
推理优化与模型压缩
原理机制
已有答案
面前必看
进阶
暂无面经
4
份题集
NF4 如何表示和量化权重,与普通整数或浮点低精度表示有什么区别?的复习状态
未标记
待复习
已掌握
5728
期望、方差、协方差与相关系数如何理解?
模型基础与推理
机器学习与推荐系统
概念解释
已有答案
面前必看
基础
暂无面经
2
份题集
期望、方差、协方差与相关系数如何理解?的复习状态
未标记
待复习
已掌握
未找到相关题目
换个关键词,或清除筛选。
清除筛选
共
1061
道题 · 显示 661–670 道
上一页
1
…
66
67
68
…
107
67 / 107
下一页
启用 JavaScript 后可筛选和浏览完整题库;当前显示前 10 道题。