人工智能--神经网络各大公司面试题(2018)

1. 滴滴

    1)hog,knn,svm原理

    2)目标检测系列rcnn faster rcnn faster rcnn yolo ssd原理,如何改进的

    3)inception v1 v2 v3 v4的原理,优缺点

    4)为何把一个5*5的拆成两个3*3的,为何把7*7的拆成1*7和7*1的

    5)rcnn非极大值抑制作用

    6)选择性搜索

    7)faster的rpn网络,fast比rcnn有何优点

    8)程序题,给定一个随机生成器,把一个数组顺序打乱


2. 海康

    1)目标检测系列原理

    2)从rcnn到yolo ssd

    3)gan网络原理作用

    4)inception 系列以及迁移学习


3. 阿里

    1)激活函数sigmoid relu

    2)梯度消失 梯度爆炸原因以及如何解决

    3)网络加深为何梯度会消失

    4)faster rcnn与fast rcnn相比的优点

    5)inception v1 v2 v3的缺点

    6)c++动态绑定


4. 地平线

    1)迁移学习如何实现,其他和上面问的差不多

    2)c++:虚函数

    3)vector 和list的区别


----------------------------------------------------------------------------

后续补充。

猜你喜欢

转载自blog.csdn.net/u011254180/article/details/79859582