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
5340
牛顿法如何由二阶近似推导更新,与梯度下降有何不同?
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
深入
暂无面经
2
份题集
牛顿法如何由二阶近似推导更新,与梯度下降有何不同?的复习状态
未标记
待复习
已掌握
5366
BatchNorm 与 Dropout 共同使用时会怎样相互影响?
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
BatchNorm 与 Dropout 共同使用时会怎样相互影响?的复习状态
未标记
待复习
已掌握
5405
在 LSTM 中应如何使用 Dropout?
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
在 LSTM 中应如何使用 Dropout?的复习状态
未标记
待复习
已掌握
5434
PyTorch 张量视图、形状变换和索引操作有哪些语义差异?
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
7
份题集
PyTorch 张量视图、形状变换和索引操作有哪些语义差异?的复习状态
未标记
待复习
已掌握
5435
PyTorch 广播如何对齐维度,怎样避免静默计算错误?
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
3
份题集
PyTorch 广播如何对齐维度,怎样避免静默计算错误?的复习状态
未标记
待复习
已掌握
5436
实现正确且可扩展的 PyTorch 训练与评估循环。
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
深入
暂无面经
2
份题集
实现正确且可扩展的 PyTorch 训练与评估循环。的复习状态
未标记
待复习
已掌握
5437
如何审查并修复 PyTorch 评估函数中的模式、梯度与统计错误?
模型训练与对齐
训练框架、调参与排障
故障排查
已有答案
面前必看
进阶
暂无面经
1
份题集
如何审查并修复 PyTorch 评估函数中的模式、梯度与统计错误?的复习状态
未标记
待复习
已掌握
5441
如何组织可复用且可独立测试的 ML 工具与训练工程?
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
份题集
如何组织可复用且可独立测试的 ML 工具与训练工程?的复习状态
未标记
待复习
已掌握
5447
ML 张量工具应如何定义输入输出、设备和错误契约?
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
份题集
ML 张量工具应如何定义输入输出、设备和错误契约?的复习状态
未标记
待复习
已掌握
5448
实现支持有效位置掩码的均值或损失归约。
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
实现支持有效位置掩码的均值或损失归约。的复习状态
未标记
待复习
已掌握
5340
牛顿法如何由二阶近似推导更新,与梯度下降有何不同?
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
深入
暂无面经
2
份题集
牛顿法如何由二阶近似推导更新,与梯度下降有何不同?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 51–60 道
上一页
1
…
5
6
7
…
14
6 / 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。