真面经，好答案。面试之前，先来面栈。

模型基础与推理

本分类共 8 个专题 · 1155 道题

已筛选

共 1155 道题

排序：

5907
图卷积为什么使用度归一化，如何理解对称归一化邻接矩阵？
模型基础与推理机器学习与推荐系统
原理机制
深入
暂无面经1 个题集来源
5908
GAT 的静态注意力有什么表达限制，GATv2 等方法如何改进？
模型基础与推理机器学习与推荐系统
比较选型
深入
暂无面经1 个题集来源
5911
什么是独热编码，有哪些优点、代价与适用条件？
模型基础与推理机器学习与推荐系统
概念解释
基础
暂无面经1 个题集来源
5915
单层感知机为什么不能表示异或，多层网络如何解决？
模型基础与推理机器学习与推荐系统
原理机制
进阶
暂无面经1 个题集来源
5916
模型的表达能力、拟合能力与泛化能力有什么区别和联系？
模型基础与推理机器学习与推荐系统
概念解释
基础
暂无面经1 个题集来源
5922
参考人物图像如何结合姿态条件与时序模块生成可控人体动画？
模型基础与推理多模态与生成模型
原理机制
进阶
暂无面经1 个题集来源
5924
分段生成长视频时，如何控制接缝、身份漂移与误差累积？
模型基础与推理多模态与生成模型
方案设计
进阶
暂无面经1 个题集来源
5926
换脸与身份保持生成有什么区别，如何保留目标动作与环境属性？
模型基础与推理多模态与生成模型
原理机制
进阶
暂无面经1 个题集来源
5928
SMPL 与 SMPL-X 如何通过形状、姿态和蒙皮表示可驱动人体？
模型基础与推理多模态与生成模型
原理机制
进阶
暂无面经1 个题集来源
5931
传统渲染与可微渲染有什么区别，如何用图像监督优化三维参数？
模型基础与推理多模态与生成模型
原理机制
进阶
暂无面经1 个题集来源