Flag敢立，才敢拔！

0%

CV面试之常识题

发表于 更新于 分类于 ，
本文字数： 2.1k 阅读时长 ≈ 2 分钟

最近本科毕业，想回顾一下本科的学习内容，同时为实习&找工作的面试做准备，刚好找到了一个网站，有一些“常识题”，自己需要积累并且背下来，加油！

参考：https://www.julyedu.com/question/topic_list/32

​ https://m.julyedu.com/problems/920

什么是归一化，它和标准化的区别是什么？

  1. 定义
    • 归一化：将数值规约到(0,1)或者(-1,1)
      • max-min归一化
      • 小数定标归一化
      • softmax对数归一化：
      • L2归一化
    • 标准化：将对应数据的分布规约到以均值为0，标准差为1的（近高斯）分布上
      • Z-score：减均值除标准差
  2. 如何选择用哪种？
    • 在不用计算距离（例如决策树算法）、计算协方差、不符合正态分布或必须严格控制在[0,1]之间（入RGB图像存储）时，用归一化；有异常点时不适合用归一化
    • 更符合统计假设的，比如数据服从正态分布，用标准化；
      • 用到距离：聚类（Kmeans）、用到正则化的线性模型、KNN
      • PCA降维
  3. 注意事项：
    • 训练集和测试集分别做标准化
    • 两者都可以去除量纲，只有量纲去除后，不同属性间才可以比大小（用来筛出重要或不重要指标）
    • 标准化后，梯度下降算法是在圆形而非椭圆形上寻找，因此收敛速度更快

https://www.zhongxiaoping.cn/2019/01/15/%E6%A0%87%E5%87%86%E5%8C%96%E4%B8%8E%E6%AD%A3%E5%88%99%E5%8C%96/（）

https://blog.csdn.net/u012768474/article/details/99871942

如何确定CNN的卷积核通道数和卷积输出层的通道数？

  • CNN的卷积核通道数就是输入张量的通道数

  • 卷积输出层的通道数是卷积核的数量

什么是卷积？

  • 卷积定义：将三维矩阵（长*宽*通道）和一个固定数值的滤波矩阵做内积（逐个元素相乘再相加）

什么是池化层？池化层如何反向传播？

  • 池化：对区域取平均值或最大值，分别叫做平均池化和最大池化
  • 池化作用：减小feature map的尺寸，同时不加入参数量
  • 池化层的反向传播：因为池化层没有参数，因此只是将误差传递到上一层
    • AvgPooling：反向传播时，把一个patch的值分成四块回传，其中每块是patch的平均
    • MaxPooling：需要在前向传播时几下max id，从而在反向传播时，将一个patch的值赋值给max id，其他三块为0

简述什么是生成对抗网络？

  • 简介：生成对抗网络GAN（Generative Adversarial Network）。假设有两个模型，一个是生成模型(Generative Model，下文简写为G)，一个是判别模型(Discriminative Model，下文简写为D)，判别模型(D)的任务就是判断一个实例是真实的还是由模型生成的，生成模型(G)的任务是生成一个实例来骗过判别模型(D) ，两个模型互相对抗，发展下去就会达到一个平衡，生成模型生成的实例与真实的没有区别，判别模型无法区分自然的还是模型生成的。

ROI Pooling 和ROI Align区别

目标检测相关，前者为Faster RCNN提出，后者为其改进，再Mask RCNN中提出

  1. ROI Pooling

  2. ROI Align

IOU评价指标

常用于目标检测，是一个评价指标，具体是指检测结果和GT之间的交集和并集的比值，即为准确率IoU。而通常会用1-IoU做为loss训练。其优点在于据有尺度不变性，非负且对称；缺点在于当交集为0时，无法比较两者远近；当存在交集时，无法知道两者如何相交。

KNN和K-means的区别

  • KNN是有监督学习的分类算法，没有前期训练过程，预测时直接统计离该点最近的K个点的类别，多数投票即可。
  • K-means是聚类算法，属于非监督学习，有明显的训练过程，不断迭代中心点和类别标记，最终达到平衡。其中K是指有K个聚类中心。

K-means选择初始点的方法有哪些,优缺点是什么?

  1. 从样本中随机选取K个点进行初始化
  2. 多次随机选取中心点并训练，选择使损失函数最小的那一组做为最优
  3. 选择尽量远的K个样本做为中心点
  4. 对于文本这种高维稀疏向量，可以选择K个两两正交的做为初始化中心点

简述线性分类器的原理

  • \(f(x_i,W,b)=Wx_i+b\)，这是线性分类器的方程，其中参数\(W\)是权重矩阵，参数\(b\)是偏置向量，在图像分类任务中，\(x_i\)的维度是\((w*h*c,1)\)，而\(W\)的维度是\((classNum,w*h*c)\)，\(b\)的维度是\((classNum,1)\)。

  • 解释一：此时\(W\)就的每一行就可以理解为是一个类别的线性分类器，该行对应的输出就可以理解为图像是这一类的概率是多少。

  • 解释二：另一种解释方法是认为\(W\)的每一行对应一个分类模板，通过内积来比较图像和模板之间的相似程度，从这个角度看，线性分类器就是在利用学习到的模板针对图像做模板匹配。

什么是Softmax层？

为什么用Softmax归一化，而不用直接算求和的占比？

什么是交叉熵损失？

交叉熵损失和最大似然估计之间的关系

激活函数是sigmoid时，交叉熵损失和均方误差损失的区别

欲戴皇冠，必承其重，加油！