0%

Deep Learning Interview

整理一些关于Deep Learning的面试问题。

问题列表

  • CNN最成功的应用是在CV,那为什么NLP和Speech的很多问题也可以用CNN解出来?为什么AlphaGo里也用了CNN?这几个不相关的问题的相似性在哪里?CNN通过什么手段抓住了这个共性?

    • 以上几个不相关问题的相关性在于,都存在局部与整体的关系,由低层次的特征经过组合,组成高层次的特征,并且得到不同特征之间的空间相关性。如下图:低层次的直线/曲线等特征,组合成为不同的形状,最后得到汽车的表示。
    • CNN抓住此共性的手段主要有四个:局部连接/权值共享/池化操作/多层次结构。
      • 局部连接使网络可以提取数据的局部特征;
      • 权值共享大大降低了网络的训练难度,一个Filter只提取一个特征,在整个图片(或者语音/文本) 中进行卷积;
      • 池化操作与多层次结构一起,实现了数据的降维,将低层次的局部特征组合成为较高层次的特征,从而对整个图片进行表示。
  • 为什么很多做人脸的Paper会最后加入一个Local Connected Conv?

    • 如果每一个点的处理使用相同的Filter,则为全卷积,如果使用不同的Filter,则为Local-Conv。
    • 后接了3个Local-Conv层,这里是用Local-Conv的原因是,人脸在不同的区域存在不同的特征(眼睛/鼻子/嘴的分布位置相对固定),当不存在全局的局部特征分布时,Local-Conv更适合特征的提取。
  • 什么样的资料集不适合用深度学习?

    • 数据集太小,数据样本不足时,深度学习相对其它机器学习算法,没有明显优势。
    • 数据集没有局部相关特性,目前深度学习表现比较好的领域主要是图像/语音/自然语言处理等领域,这些领域的一个共性是局部相关性。图像中像素组成物体,语音信号中音位组合成单词,文本数据中单词组合成句子,这些特征元素的组合一旦被打乱,表示的含义同时也被改变。对于没有这样的局部相关性的数据集,不适于使用深度学习算法进行处理。举个例子:预测一个人的健康状况,相关的参数会有年龄、职业、收入、家庭状况等各种元素,将这些元素打乱,并不会影响相关的结果。
  • 对所有优化问题来说, 有没有可能找到比現在已知算法更好的算法?

    • No Free Lunch定律:不存在一个通用普适的模型,对于所有的学习问题都能做到性能最佳。
    • 对于训练样本(黑点),不同的算法A/B在不同的测试样本(白点)中有不同的表现,这表示:对于一个学习算法A,若它在某些问题上比学习算法 B更好,则必然存在一些问题,在那里B比A好。
    • 也就是说:对于所有问题,无论学习算法A多聪明,学习算法 B多笨拙,它们的期望性能相同。
    • 但是:没有免费午餐定力假设所有问题出现几率相同,实际应用中,不同的场景,会有不同的问题分布,所以,在优化算法时,针对具体问题进行分析,是算法优化的核心所在。
  • 用贝叶斯机率说明Dropout的原理

  • 何为共线性, 跟过拟合有啥关联?

    • Multicollinearity-Wikipedia
    • 共线性:多变量线性回归中,变量之间由于存在高度相关关系而使回归估计不准确。
    • 共线性会造成冗余,导致过拟合。
    • 解决方法:排除变量的相关性/加入权重正则。
  • 说明如何用支持向量机实现深度学习(列出相关数学公式)

  • 广义线性模型是怎被应用在深度学习中?

    • A Statistical View of Deep Learning (I): Recursive GLMs ← The Spectator
    • 深度学习从统计学角度,可以看做递归的广义线性模型。
    • 广义线性模型相对于经典的线性模型(y=wx+b),核心在于引入了连接函数g(.),形式变为:y=g−1(wx+b)。
    • 深度学习时递归的广义线性模型,神经元的激活函数,即为广义线性模型的链接函数。逻辑回归(广义线性模型的一种)的Logistic函数即为神经元激活函数中的Sigmoid函数,很多类似的方法在统计学和神经网络中的名称不一样,容易引起初学者的困惑。下图是一个对照表:
  • 什么造成梯度消失问题? 推导一下

    • How does the ReLu solve the vanishing gradient problem? - Quora
    • Yes you should understand backprop – Medium
    • 神经网络的训练中,通过改变神经元的权重,使网络的输出值尽可能逼近标签以降低误差值,训练普遍使用BP算法,核心思想是,计算出输出与标签间的损失函数值,然后计算其相对于每个神经元的梯度,进行权值的迭代。梯度消失会造成权值更新缓慢,模型训练难度增加。造成梯度消失的一个原因是,许多激活函数将输出值挤压在很小的区间内,在激活函数两端较大范围的定义域内梯度为0。造成学习停止
  • Weights Initialization. 不同的方式,造成的后果。为什么会造成这样的结果。

  • 为什么网络够深(Neurons 足够多)的时候,总是可以避开较差Local Optima?

  • Loss. 有哪些定义方式(基于什么?), 有哪些优化方式,怎么优化,各自的好处,以及解释。

    • Cross-Entropy / MSE / K-L散度
  • Dropout。 怎么做,有什么用处,解释。

  • Activation Function. 选用什么,有什么好处,为什么会有这样的好处。

参考

Welcome to my other publishing channels