深度学习核心概念
网络深度与宽度如何影响模型的表达能力和训练难度？
原题什么是过拟合（Overfitting）和欠拟合（Underfitting）？如何诊断？
原题正则化（Regularization）的本质是什么？L1、L2正则化各有什么特点？
原题Dropout正则化的原理是什么？训练和推理阶段行为有何不同？
原题批归一化（Batch Normalization）解决了什么问题？其数学原理是什么？
原题前馈神经网络的损失函数如何选择？回归与分类任务的常用损失函数有哪些？
原题交叉熵损失与均方误差损失的本质区别是什么？各自适用什么场景？
原题神经网络的训练过程包含哪些核心步骤？Mini-batch SGD的优势是什么？
原题学习率（Learning Rate）对训练的影响是什么？如何选取合适的学习率？
原题什么是学习率调度（Learning Rate Scheduling）？常见策略有哪些？
原题
暂无题目