第 15 / 37 页
非代码面试题
显示 20 / 738 道匹配题目
答题状态：未尝试未正确已正确
ID题目领域难度题型进度权限
4302随机深度下的平均激活层数 12某个网络对 12 个残差块使用 stochastic depth，并让每个块在训练中的生存概率都是 0.75。一次训练前向传播中，平均会有多少个块处于激活状态？机器学习中等数值题未尝试面试订阅4303DropConnect 的平均活跃权重数 13某层共有 400 个权重。训练时使用 DropConnect，并让每个权重以 0.9 的概率独立保留。一次前向传播中，平均会有多少个权重处于活跃状态？机器学习中等数值题未尝试面试订阅4304inverted dropout 输出方差 14某个单元在 dropout 前的激活为 a = 3，使用 keep probability q = 0.75 的 inverted dropout。训练时输出要么是 0，要么是 a/q。该输出的方差是多少？机器学习中等数值题未尝试面试订阅4306稀疏权重爆炸一个宽 MLP 在 8k 条表格数据上把训练 AUC 拉到 0.99，但验证 AUC 卡在 0.76。特征语义又不支持标签保持的数据增强，而且最大的权重集中在稀疏 one-hot 输入上。你首先应该尝试哪种正则化控制？机器学习中等essay未尝试面试订阅4307验证集见顶后下滑训练损失在每个 epoch 都继续下降，但验证 Sharpe 在大约第 11 个 epoch 见顶后持续缓慢下滑。你既不打算改结构，也不改数据集。最合理的正则化动作是什么？机器学习中等essay未尝试面试订阅4308噪声标签与过度自信一个分类器准确率已经不错，但对边界样本过于频繁地给出 99% 的置信度，而且标签中被认为含有少量噪声。哪种正则化调整最能针对这个失效模式？机器学习中等essay未尝试面试订阅4309隐藏单元共适应两层隐藏层会记住成对同时出现的信号。样本内指标很好，但只要样本外其中一个信号稍有偏移，性能就会崩。哪种控制最适合抑制这种共适应？机器学习中等essay未尝试面试订阅4310存在安全不变性你在一个很小的图像式信号数据集上训练模型，已知轻微平移和镜像翻转天然保持标签不变。网络又很容易把训练集拟合得过好。哪种正则化手段应该优先提到最前面？机器学习中等essay未尝试面试订阅4311提高 Dropout 之前在一次效果一般的训练后，你很想把 dropout 从 0.2 直接加到 0.6。动手前最先应该回答的诊断问题是什么？机器学习中等essay未尝试面试订阅4312加入增强之前同事把激进的数据增强当作万能解。你在接受这个方案前，第一步应该检查什么？机器学习中等essay未尝试面试订阅4313当 Weight Decay 开始伤害性能随着 weight decay 增强，模型表现开始下降。你在下结论说“正则化不好”之前，应该先问关于信号结构的什么问题？机器学习中等essay未尝试面试订阅4314信任 Early Stopping 之前你的验证指标每天噪声都很大。在把第一个局部峰值当作停止点之前，应该先校准什么？机器学习中等essay未尝试面试订阅4315正则不是孤立存在在过参数化网络里，为什么脱离优化器和数据流程单独谈正则强度是错误的？机器学习中等essay未尝试面试订阅4321流式订单流局部模式你需要对实时订单流做毫秒级延迟预测。大部分有用结构都来自最近 20 到 40 个事件中的局部模式，而且模型必须在线更新，不能等整块数据。哪一类架构应当作为你的第一版 baseline？机器学习中等essay未尝试面试订阅4322在线状态型序列模型必须逐 tick 处理无限长事件流，并维护一个可持续更新的紧凑隐藏状态，不能反复回看历史输入。哪一类架构最自然契合这个要求？机器学习中等essay未尝试面试订阅4323长上下文离线交互你在做一个离线 4000 token 文档模型，答案经常依赖于跨很远段落的短语匹配。此时延迟不如长程交互建模重要。哪种架构应该成为首选？机器学习中等essay未尝试面试订阅4324小样本局部平稳你只有有限标注数据，而目标主要取决于二维信号图中的局部平移等变模式。哪类架构通常能提供最强的内建归纳偏置？机器学习中等essay未尝试面试订阅4325稀少但关键的全局联系一个序列问题大部分时候只有局部结构，但有一小部分标签会因为相隔数百步的位置之间的相互作用而翻转，而漏掉这类依赖的代价非常高。你更该偏向哪类架构？机器学习中等essay未尝试面试订阅4326序列长度翻倍的成本冲击一个局部 CNN 的交互规模约为 7L，而一个 Transformer 注意力块的分数对规模约为 L 2。若 L 从 256 翻倍到 512，两者的交互数量分别增长多少倍？哪类架构碰到更陡的扩展墙？机器学习中等essay未尝试面试订阅4327更长依赖所需的 CNN 深度一个 stride=1、kernel size=3、无 dilation 的 CNN，要覆盖 9 步依赖需要 4 层。如果所需依赖范围升到 41 步，需要多少层？这说明了什么结构压力？机器学习中等essay未尝试面试订阅