Interview

Table of Contents

1. Interview

1.1. 准备数据

1.1.1. 数据增强

1.1.2. 数据不平衡

1.1.2.1. focal loss
1.1.2.2. hard negative mining

1.1.3. dataset

1.2. 构造模型

1.2.1. loss

1.2.2. 激活函数

1.2.3. CNN

1.2.3.1. padding
1.2.3.2. pooling
1.2.3.3. 1x1
1.2.3.4. 3x3 vs 5x5
1.2.3.5. DepthWise CNN

1.2.4. RNN

1.2.5. BatchNorm

1.2.6. Dropout

1.2.7. 参数初始化

1.2.8. 自定义模型

1.2.8.1. is_training

1.3. 训练

1.3.1. LR

1.3.2. Batch Size

1.3.3. Optimizer

1.3.4. 不收敛

1.3.5. Loss is NAN

1.3.6. 梯度消失/爆炸

1.3.7. validation loss 更小

1.3.8. overfitting

1.3.9. metric

1.3.10. callbacks

1.3.10.1. lr scheduler
1.3.10.2. early stop

1.4. 布署

1.4.1. 模型太大/太慢

1.4.1.1. FLOPS 计算
1.4.1.2. 量化

量化误差过大

1.4.1.3. 剪枝/知识蒸馏

1.4.2. tflite, onnx

1.5. 网络

1.5.1. ResNet

1.5.2. SSD

1.5.3. AutoEncoder

1.5.4. Embedding

1.5.5. LSTM

1.5.6. Attention

1.5.7. Transformer

Author: [email protected]
Date: 2021-05-25 Tue 00:00
Last updated: 2021-06-25 Fri 19:22

知识共享许可协议