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
5979
文字识别如何实现变长序列对齐,CTC 与注意力解码有何取舍?
模型基础与推理
多模态与生成模型
比较选型
已有答案
面前必看
进阶
暂无面经
2
份题集
文字识别如何实现变长序列对齐,CTC 与注意力解码有何取舍?的复习状态
未标记
待复习
已掌握
5980
场景文本检测如何比较框回归与区域分割,DBNet 的可微二值化有何作用?
模型基础与推理
多模态与生成模型
比较选型
已有答案
面前必看
进阶
暂无面经
1
份题集
场景文本检测如何比较框回归与区域分割,DBNet 的可微二值化有何作用?的复习状态
未标记
待复习
已掌握
5981
弯曲文本如何进行几何校正,TPS 与仿射或透视变换有何区别?
模型基础与推理
多模态与生成模型
比较选型
已有答案
面前必看
进阶
暂无面经
1
份题集
弯曲文本如何进行几何校正,TPS 与仿射或透视变换有何区别?的复习状态
未标记
待复习
已掌握
5983
视觉 Tokenizer 为什么需要分别评估重构保真度与下游生成能力?
模型基础与推理
多模态与生成模型
效果评估
已有答案
面前必看
进阶
暂无面经
1
份题集
视觉 Tokenizer 为什么需要分别评估重构保真度与下游生成能力?的复习状态
未标记
待复习
已掌握
5984
开放集人脸识别为什么需要判别性表示,角度间隔损失如何改进 Softmax?
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
进阶
暂无面经
1
份题集
开放集人脸识别为什么需要判别性表示,角度间隔损失如何改进 Softmax?的复习状态
未标记
待复习
已掌握
5985
如何设计从人脸采集到开放集身份判断的识别系统?
模型基础与推理
多模态与生成模型
系统设计
已有答案
面前必看
进阶
暂无面经
1
份题集
如何设计从人脸采集到开放集身份判断的识别系统?的复习状态
未标记
待复习
已掌握
5986
人脸识别前如何评估图像质量并进行输入门控?
模型基础与推理
多模态与生成模型
方案设计
已有答案
面前必看
进阶
暂无面经
1
份题集
人脸识别前如何评估图像质量并进行输入门控?的复习状态
未标记
待复习
已掌握
5988
人脸关键点如何预测,并用于几何对齐和表情驱动?
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
进阶
暂无面经
2
份题集
人脸关键点如何预测,并用于几何对齐和表情驱动?的复习状态
未标记
待复习
已掌握
5989
图像分类、检测与语义、实例、全景分割的输出目标有何区别?
模型基础与推理
多模态与生成模型
比较选型
已有答案
面前必看
基础
暂无面经
3
份题集
图像分类、检测与语义、实例、全景分割的输出目标有何区别?的复习状态
未标记
待复习
已掌握
5990
人脸属性分析如何组织多任务预测,怎样限定可推断的结论?
模型基础与推理
多模态与生成模型
方案设计
已有答案
面前必看
进阶
暂无面经
1
份题集
人脸属性分析如何组织多任务预测,怎样限定可推断的结论?的复习状态
未标记
待复习
已掌握
5979
文字识别如何实现变长序列对齐,CTC 与注意力解码有何取舍?
模型基础与推理
多模态与生成模型
比较选型
已有答案
面前必看
进阶
暂无面经
2
份题集
文字识别如何实现变长序列对齐,CTC 与注意力解码有何取舍?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 801–810 道
上一页
1
…
80
81
82
…
107
81 / 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。