深度学习CV方向高频算法面试题6道|含解析
共 2034字,需浏览 5分钟
·
2022-12-30 19:35
公众号福利
👉回复【100题】领取《名企AI面试100题》PDF
👉回复【干货资料】领取NLP、CV、ML等AI方向干货资料
![](https://filescdn.proginn.com/73616639ae4dab0d960719eda38c4404/de59d8f038accc1e890232f0bb71f47a.webp)
![](https://filescdn.proginn.com/5cbdd8b2ba2d5cbfca7ac766f8c3ff77/d5b59c12aacde4dcb396c5f916b56812.webp)
![](https://filescdn.proginn.com/73616639ae4dab0d960719eda38c4404/de59d8f038accc1e890232f0bb71f47a.webp)
池化层的作用是对感受域内的特征进行选择,提取区域内最具代表性的特征,能够有效地减少输出特征数量,进而减少模型参数量。按操作类型通常分为最大池化(Max Pooling)、平均池化(Average Pooling)和求和池化(Sum Pooling),它们分别提取感受域内最大、平均与总和的特征值作为输出,最常用的是最大池化和平均池化。
问题2:BN层训练和测试的不同
问题3:One-stage目标检测与Two-stage目标检测的区别?
Two-stage目标检测算法:先进行区域生成(region proposal,RP)(一个有可能包含待检物体的预选框),再通过卷积神经网络进行样本分类。其精度较高,速度较慢。
主要逻辑:特征提取—>生成RP—>分类/定位回归。
常见的Two-stage目标检测算法有:Faster R-CNN系列和R-FCN等。
One-stage目标检测算法:不用RP,直接在网络中提取特征来预测物体分类和位置。其速度较快,精度比起Two-stage算法稍低。
主要逻辑:特征提取—>分类/定位回归。
常见的One-stage目标检测算法有:YOLO系列、SSD和RetinaNet等。
问题4:FP32,FP16以及Int8的区别?
常规精度一般使用FP32(32位浮点,单精度)占用4个字节,共32位;低精度则使用FP16(半精度浮点)占用2个字节,共16位,INT8(8位的定点整数)八位整型,占用1个字节等。
混合精度(Mixed precision)指使用FP32和FP16。使用FP16 可以减少模型一半内存,但有些参数必须采用FP32才能保持模型性能。
虽然INT8精度低,但是数据量小、能耗低,计算速度相对更快,更符合端侧运算的特点。
不同精度进行量化的归程中,量化误差不可避免。
在模型训练阶段,梯度的更新往往是很微小的,需要相对较高的精度,一般要用到FP32以上。在inference的阶段,精度要求没有那么高,一般F16或者INT8就足够了,精度影响不会很大。同时低精度的模型占用空间更小了,有利于部署在端侧设备中。
局部连接。比起全连接,局部连接会大大减少网络的参数。在二维图像中,局部像素的关联性很强,设计局部连接保证了卷积网络对图像局部特征的强响应能力。
权值共享。参数共享也能减少整体参数量,增强了网络训练的效率。一个卷积核的参数权重被整张图片共享,不会因为图像内位置的不同而改变卷积核内的参数权重。
问题6:说下感受野的作用及增大感受野的方法
目标检测和目标跟踪很多模型都会用到RPN层,anchor是RPN层的基础,而感受野(receptive field,RF)是anchor的基础。
感受野的作用:
一般来说感受野越大越好,比如分类任务中最后卷积层的感受野要大于输入图像。
感受野足够大时,被忽略的信息就较少。
目标检测任务中设置anchor要对齐感受野,anchor太大或者偏离感受野会对性能产生一定的影响。
增大感受野的方法:使用空洞卷积;使用池化层;增大卷积核。
![](https://filescdn.proginn.com/eaef3e9bba92e7fae6a8ce818f69869a/dbd4d333bf74445689064900fed32fa9.webp)
进大厂是大部分程序员的梦想,而进大厂的门槛也是比较高的。刷题,也成为面试前的必备一环。
七妹给大家准备了“武功秘籍”,七月在线干货组继19年出的两本书《名企AI面试100题》和《名企AI面经100篇》后,又相继整理出《2021年最新大厂AI面试题 Q2版》、《机器学习十大算法系列》、《2021年最新大厂AI面试题 Q3版》、《2021年最新大厂AI面试题 Q4版》、《2022年最新大厂AI面试题 Q1版》《2022年最新大厂AI面试题 Q2版》、《2022年最新大厂AI面试题 Q3版》,据拿到dream offer的小伙伴反馈这些电子书对面试帮助很大。
为了让更多AI人受益,七妹现把8本电子版免费送给大家,希望对你的求职有所帮助。如点赞和点在看的人数较多,我会后续整理类似资料分享给大家。
↓以下8本书电子版免费领,直接送↓
扫码回复【888】免费领8本电子书
(或找七月在线任一老师领取)
点击“阅读原文”领新人礼~