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
/
模型基础与推理
模型基础与推理
本分类共
8
个专题 ·
1155
道题
专题概览
题目列表
1155
模型基础与推理面试题
知识专题
知识专题
多模态与生成模型
机器学习与推荐系统
模型架构与表示
模型选型与能力边界
推理优化与模型压缩
推理与解码
Tokenizer 与位置编码
Transformer 与注意力
知识专题
知识专题
找到
8
个专题
知识专题
多模态与生成模型
机器学习与推荐系统
模型架构与表示
模型选型与能力边界
推理优化与模型压缩
推理与解码
Tokenizer 与位置编码
Transformer 与注意力
未找到匹配专题
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
1155
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
5242
深度可分离卷积如何分解普通卷积,有什么收益?
模型基础与推理
多模态与生成模型
原理机制
已有答案
面前必看
进阶
暂无面经
2
个题集来源
深度可分离卷积如何分解普通卷积,有什么收益?的复习状态
未标记
待复习
已掌握
5243
特征融合中的 Add 与 Concatenate 有什么区别?
模型基础与推理
多模态与生成模型
比较选型
已有答案
面前必看
进阶
暂无面经
2
个题集来源
特征融合中的 Add 与 Concatenate 有什么区别?的复习状态
未标记
待复习
已掌握
5244
1×1 卷积有什么作用?
模型基础与推理
多模态与生成模型
原理机制
已有答案
面前必看
进阶
暂无面经
2
个题集来源
1×1 卷积有什么作用?的复习状态
未标记
待复习
已掌握
5247
神经网络有哪些优势、局限及适用条件?
模型基础与推理
机器学习与推荐系统
概念解释
已有答案
面前必看
进阶
暂无面经
2
个题集来源
神经网络有哪些优势、局限及适用条件?的复习状态
未标记
待复习
已掌握
5254
CNN 中的卷积运算与数学卷积有什么关系?
模型基础与推理
多模态与生成模型
原理机制
已有答案
面前必看
进阶
暂无面经
2
个题集来源
CNN 中的卷积运算与数学卷积有什么关系?的复习状态
未标记
待复习
已掌握
5256
如何推导 Softmax 与交叉熵组合的反向梯度?
模型基础与推理
机器学习与推荐系统
原理机制
已有答案
面前必看
进阶
暂无面经
2
个题集来源
如何推导 Softmax 与交叉熵组合的反向梯度?的复习状态
未标记
待复习
已掌握
5258
VGG 为什么采用多个小卷积核堆叠?
模型基础与推理
多模态与生成模型
原理机制
已有答案
面前必看
进阶
暂无面经
2
个题集来源
VGG 为什么采用多个小卷积核堆叠?的复习状态
未标记
待复习
已掌握
5259
什么是分组卷积,它如何组织通道连接?
模型基础与推理
多模态与生成模型
原理机制
已有答案
面前必看
进阶
暂无面经
2
个题集来源
什么是分组卷积,它如何组织通道连接?的复习状态
未标记
待复习
已掌握
5262
Depthwise 卷积为什么常达不到理论计算量对应的加速比?
模型基础与推理
多模态与生成模型
原理机制
已有答案
面前必看
进阶
暂无面经
2
个题集来源
Depthwise 卷积为什么常达不到理论计算量对应的加速比?的复习状态
未标记
待复习
已掌握
5266
RPN 如何生成候选区域,训练时怎样构造预测目标?
模型基础与推理
多模态与生成模型
原理机制
已有答案
面前必看
进阶
暂无面经
2
个题集来源
RPN 如何生成候选区域,训练时怎样构造预测目标?的复习状态
未标记
待复习
已掌握
5242
深度可分离卷积如何分解普通卷积,有什么收益?
模型基础与推理
多模态与生成模型
原理机制
已有答案
面前必看
进阶
暂无面经
2
个题集来源
深度可分离卷积如何分解普通卷积,有什么收益?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
1155
道题 · 显示 371–380 道
上一页
1
…
37
38
39
…
116
38 / 116
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。