跳到主要内容
真面经,好答案。面试之前,先来面栈。
题库
/
模型训练与对齐
训练框架、调参与排障
本分类共
9
个专题 ·
704
道题
专题概览
题目列表
704
训练框架、调参与排障
继续复习
待复习
0
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
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
136
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
5913
如何设计并诊断与真实任务目标一致的训练损失?
模型训练与对齐
训练框架、调参与排障
方案设计
已有答案
面前必看
深入
暂无面经
8
份题集
如何设计并诊断与真实任务目标一致的训练损失?的复习状态
未标记
待复习
已掌握
5919
Dropout、DropConnect、DropBlock 与 DropPath 的随机屏蔽粒度有何不同?
模型训练与对齐
训练框架、调参与排障
比较选型
已有答案
面前必看
进阶
暂无面经
2
份题集
Dropout、DropConnect、DropBlock 与 DropPath 的随机屏蔽粒度有何不同?的复习状态
未标记
待复习
已掌握
5920
标签平滑如何改变监督分布,有哪些收益与限制?
模型训练与对齐
训练框架、调参与排障
原理机制
已有答案
面前必看
进阶
暂无面经
2
份题集
标签平滑如何改变监督分布,有哪些收益与限制?的复习状态
未标记
待复习
已掌握
5975
自动微分与符号、数值微分有什么区别,正反向模式如何选择?
模型训练与对齐
训练框架、调参与排障
比较选型
已有答案
面前必看
深入
暂无面经
1
份题集
自动微分与符号、数值微分有什么区别,正反向模式如何选择?的复习状态
未标记
待复习
已掌握
6003
目标检测如何动态分配正样本,并协调分类分数与定位质量?
模型训练与对齐
训练框架、调参与排障
比较选型
已有答案
面前必看
进阶
暂无面经
1
份题集
目标检测如何动态分配正样本,并协调分类分数与定位质量?的复习状态
未标记
待复习
已掌握
6012
可移除辅助分支如何改善检测网络的梯度与训练信息?
模型训练与对齐
训练框架、调参与排障
原理机制
已有答案
面前必看
进阶
暂无面经
1
份题集
可移除辅助分支如何改善检测网络的梯度与训练信息?的复习状态
未标记
待复习
已掌握
6013
端到端检测如何用查询初始化、去噪和辅助分配改善训练?
模型训练与对齐
训练框架、调参与排障
比较选型
已有答案
面前必看
进阶
暂无面经
2
份题集
端到端检测如何用查询初始化、去噪和辅助分配改善训练?的复习状态
未标记
待复习
已掌握
6060
实现 Kaiming 权重初始化。
模型训练与对齐
训练框架、调参与排障
代码题
已有答案
面前必看
进阶
暂无面经
1
份题集
实现 Kaiming 权重初始化。的复习状态
未标记
待复习
已掌握
6077
从零实现 Adam 或 AdamW 参数更新。
模型训练与对齐
训练框架、调参与排障
代码题
已有答案
面前必看
进阶
暂无面经
4
份题集
从零实现 Adam 或 AdamW 参数更新。的复习状态
未标记
待复习
已掌握
6078
实现带线性预热的学习率调度。
模型训练与对齐
训练框架、调参与排障
代码题
已有答案
面前必看
进阶
暂无面经
2
份题集
实现带线性预热的学习率调度。的复习状态
未标记
待复习
已掌握
5913
如何设计并诊断与真实任务目标一致的训练损失?
模型训练与对齐
训练框架、调参与排障
方案设计
已有答案
面前必看
深入
暂无面经
8
份题集
如何设计并诊断与真实任务目标一致的训练损失?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
136
道题 · 显示 111–120 道
上一页
1
…
10
11
12
13
14
12 / 14
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。