跳到主要内容
真面经,好答案。面试之前,先来面栈。
正在加载页面…
题库
/
模型训练与对齐
/
训练框架、调参与排障
训练框架、调参与排障
本分类共
9
个专题 ·
1113
道题
专题概览
题目列表
1113
训练框架、调参与排障
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
204
道题
开始复习
排序:
排序
高频优先
编号降序
编号顺序
最近更新
题号
题目
技术难度
收录情况
复习状态
5467
训练实验如何实现并界定可复现性?
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
进阶
暂无面经
1
个题集来源
训练实验如何实现并界定可复现性?的复习状态
未标记
待复习
已掌握
5474
用代码演示张量切片、索引、拼接和转置。
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
基础
暂无面经
1
个题集来源
用代码演示张量切片、索引、拼接和转置。的复习状态
未标记
待复习
已掌握
5481
PyTorch Lightning 如何组织训练流程,有哪些收益与约束?
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
个题集来源
PyTorch Lightning 如何组织训练流程,有哪些收益与约束?的复习状态
未标记
待复习
已掌握
5483
如何兼顾张量代码的可读性与向量化性能?
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
进阶
暂无面经
1
个题集来源
如何兼顾张量代码的可读性与向量化性能?的复习状态
未标记
待复习
已掌握
5485
研究 Notebook 迁移为生产 ML 工程前需要完成哪些工作?
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
进阶
暂无面经
1
个题集来源
研究 Notebook 迁移为生产 ML 工程前需要完成哪些工作?的复习状态
未标记
待复习
已掌握
5548
LLaMA-Factory 与 TRL 等训练工具如何比较和选型?
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
个题集来源
LLaMA-Factory 与 TRL 等训练工具如何比较和选型?的复习状态
未标记
待复习
已掌握
5564
Adam 与 Muon 的更新机制和适用参数有什么区别?
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
个题集来源
Adam 与 Muon 的更新机制和适用参数有什么区别?的复习状态
未标记
待复习
已掌握
5567
多层监督的损失如何加权并控制梯度冲突?
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
个题集来源
多层监督的损失如何加权并控制梯度冲突?的复习状态
未标记
待复习
已掌握
5616
感知损失如何通过特征空间衡量生成图像与目标图像的差异?
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
个题集来源
感知损失如何通过特征空间衡量生成图像与目标图像的差异?的复习状态
未标记
待复习
已掌握
5619
总变分损失如何约束图像的空间变化,有哪些取舍?
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
个题集来源
总变分损失如何约束图像的空间变化,有哪些取舍?的复习状态
未标记
待复习
已掌握
5467
训练实验如何实现并界定可复现性?
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
进阶
暂无面经
1
个题集来源
训练实验如何实现并界定可复现性?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
204
道题 · 显示 161–170 道
上一页
1
…
16
17
18
…
21
17 / 21
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。