導讀

正值秋招進行時，本文收集了深度學習&計算機視覺方向的相關面試題，涵蓋反卷積、神經(jīng)網(wǎng)絡、目標檢測等多個方面，內(nèi)容非常全面。

1.什么是反卷積？

反卷積也稱為轉(zhuǎn)置卷積，如果用矩陣乘法實現(xiàn)卷積操作，將卷積核平鋪為矩陣，則轉(zhuǎn)置卷積在正向計算時左乘這個矩陣的轉(zhuǎn)置WT，在反向傳播時左乘W，與卷積操作剛好相反，需要注意的是，反卷積不是卷積的逆運算。

一般的卷積運算可以看成是一個其中非零元素為權(quán)重的稀疏矩陣C與輸入的圖像進行矩陣相乘，反向傳播時的運算實質(zhì)為C的轉(zhuǎn)置與loss對輸出y的導數(shù)矩陣的矩陣相乘。

逆卷積的運算過程與卷積正好相反，是正向傳播時做成C的轉(zhuǎn)置，反向傳播時左乘C

2.反卷積有哪些用途？

實現(xiàn)上采樣；近似重構(gòu)輸入圖像，卷積層可視化。

3.解釋神經(jīng)網(wǎng)絡的萬能逼近定理

只要激活函數(shù)選擇得當，神經(jīng)元的數(shù)量足夠，至少有一個隱含層的神經(jīng)網(wǎng)絡可以逼近閉區(qū)間上任意一個連續(xù)函數(shù)到任意指定的精度。

4.神經(jīng)網(wǎng)絡是生成模型還是判別模型？

判別模型，直接輸出類別標簽，或者輸出類后驗概率p(y|x)

5.Batch Normalization 和 Group Normalization有何區(qū)別？

BN是在 batch這個維度上進行歸一化，GN是計算channel方向每個group的均值方差.

6.模型壓縮的主要方法有哪些？

從模型結(jié)構(gòu)上優(yōu)化：模型剪枝、模型蒸餾、automl直接學習出簡單的結(jié)構(gòu)

模型參數(shù)量化將FP32的數(shù)值精度量化到FP16、INT8、二值網(wǎng)絡、三值網(wǎng)絡等。

7.目標檢測中IOU是如何計算的？

檢測結(jié)果與 Ground Truth 的交集比上它們的并集，即為檢測的準確率 IoU

8.使用深度卷積網(wǎng)絡做圖像分類如果訓練一個擁有1000萬個類的模型會碰到什么問題？

提示：內(nèi)存/顯存占用；模型收斂速度等

9.深度學習中為什么不用二階導去優(yōu)化？

Hessian矩陣是n*n， 在高維情況下這個矩陣非常大，計算和存儲都是問題。

10.深度機器學習中的mini-batch的大小對學習效果有何影響？

mini-batch太小會導致收斂變慢，太大容易陷入sharp minima，泛化性不好。

11.dropout的原理

可以把dropout看成是 一種ensemble方法，每次做完dropout相當于從原網(wǎng)絡中找到一個更瘦的網(wǎng)絡。

強迫神經(jīng)元和其他隨機挑選出來的神經(jīng)元共同工作，減弱了神經(jīng)元節(jié)點間的聯(lián)合適應性，增強泛化能力

使用dropout得到更多的局部簇，同等數(shù)據(jù)下，簇變多了，因而區(qū)分性變大，稀疏性也更大

12.為什么SSD對小目標檢測效果不好：

小目標對應的anchor比較少，其對應的feature map上的pixel難以得到訓練，這也是為什么SSD在augmentation之后精確度上漲（因為crop之后小目標就變?yōu)榇竽繕耍?/p>

要檢測小目標需要足夠大的feature map來提供精確特征，同時也需要足夠的語義信息來與背景作區(qū)分

13.空洞卷積及其優(yōu)缺點

pooling操作雖然能增大感受野，但是會丟失一些信息。空洞卷積在卷積核中插入權(quán)重為0的值，因此每次卷積中會skip掉一些像素點；

空洞卷積增大了卷積輸出每個點的感受野，并且不像pooling會丟失信息，在圖像需要全局信息或者需要較長sequence依賴的語音序列問題上有著較廣泛的應用。

14.Fast RCNN中位置損失為何使用Smooth L1：

表達式為：

作者這樣設置的目的是想讓loss對于離群點更加魯棒，相比于L2損失函數(shù)，其對離群點、異常值（outlier）不敏感，可控制梯度的量級使訓練時不容易跑飛。

15.Batch Normalization

使用BN的原因是網(wǎng)絡訓練中每一層不斷改變的參數(shù)會導致后續(xù)每一層輸入的分布發(fā)生變化，而學習的過程又要使每一層去適應輸入的分布，因此不得不降低網(wǎng)絡的學習率，并且要小心得初始化（internal covariant shift）

如果僅通過歸一化方法使得數(shù)據(jù)具有零均值和單位方差，則會降低層的表達能力（如使用Sigmoid函數(shù)時，只使用線性區(qū)域）

BN的具體過程（注意第三個公式中分母要加上epsilon）

注意點：在測試過程中使用的均值和方差已經(jīng)不是某一個batch的了，而是針對整個數(shù)據(jù)集而言。因此，在訓練過程中除了正常的前向傳播和反向求導之外，我們還要記錄每一個Batch的均值和方差，以便訓練完成之后按照下式計算整體的均值和方差。

另一個注意點：在arxiv六月份的preprint論文中，有一篇叫做“How Does Batch Normalization Help Optimization?”的文章，里面提到BN起作用的真正原因和改變輸入的分布從而產(chǎn)生穩(wěn)定性幾乎沒有什么關系，真正的原因是BN使對應優(yōu)化問題的landscape變得更加平穩(wěn)，這就保證了更加predictive的梯度以及可以使用更加大的學習率從而使網(wǎng)絡更快收斂，而且不止BN可以產(chǎn)生這種影響，許多正則化技巧都有這種類似影響。

16.超參數(shù)搜索方法

網(wǎng)格搜索：在所有候選的參數(shù)選擇中，通過循環(huán)遍歷，嘗試每一種可能性，表現(xiàn)最好的參數(shù)就是最終的結(jié)果。

貝葉斯優(yōu)化：貝葉斯優(yōu)化其實就是在函數(shù)方程不知的情況下根據(jù)已有的采樣點預估函數(shù)最大值的一個算法。該算法假設函數(shù)符合高斯過程(GP)。

隨機搜索：已經(jīng)發(fā)現(xiàn)，簡單地對參數(shù)設置進行固定次數(shù)的隨機搜索，比在窮舉搜索中的高維空間更有效。這是因為事實證明，一些超參數(shù)不通過特征變換的方式把低維空間轉(zhuǎn)換到高維空間，而在低維空間不可分的數(shù)據(jù)，到高維空間中線性可分的幾率會高一些。具體方法：核函數(shù)，如：高斯核，多項式核等等。

基于梯度：計算相對于超參數(shù)的梯度，然后使用梯度下降優(yōu)化超參數(shù)。

17.如何理解卷積、池化等、全連接層等操作

卷積的作用：捕獲圖像相鄰像素的依賴性；起到類似濾波器的作用，得到不同形態(tài)的feature map

激活函數(shù)的作用：引入非線性因素

池化的作用：減少特征維度大小，使特征更加可控；減少參數(shù)個數(shù)，從而控制過擬合程度；增加網(wǎng)絡對略微變換后的圖像的魯棒性；達到一種尺度不變性，即無論物體在圖像中哪個方位均可以被檢測到

18.1x1大小的卷積核的作用

通過控制卷積核個數(shù)實現(xiàn)升維或者降維，從而減少模型參數(shù)

對不同特征進行歸一化操作

用于不同channel上特征的融合

19.常見激活函數(shù)特點

sigmoid：輸入值很大時對應的函數(shù)值接近1或0，處于函數(shù)的飽和區(qū)，導致梯度幾乎為0，造成梯度消失問題

Relu：解決梯度消失問題，但是會出現(xiàn)dying relu現(xiàn)象，即訓練過程中，有些神經(jīng)元實際上已經(jīng)"死亡“而不再輸出任何數(shù)值

Leaky Relu：f = max(αx, x)，解決dying relu問題，α的取值較大時比較小時的效果更好。它有一個衍生函數(shù)，parametric Leaky Relu，在該函數(shù)中α是需要去學習的

ELU：避免dying神經(jīng)元，并且處處連續(xù)，從而加速SGD，但是計算比較復雜

激活函數(shù)的選擇順序：ELU>Leaky Relu及其變體>Relu>tanh>sigmoid

20.訓練過程中,若一個模型不收斂,那么是否說明這個模型無效?導致模型不收斂的原因有哪些?

并不能說明這個模型無效,導致模型不收斂的原因可能有數(shù)據(jù)分類的標注不準確；樣本的信息量太大導致模型不足以fit整個樣本空間；

學習率設置的太大容易產(chǎn)生震蕩,太小會導致不收斂；可能復雜的分類任務用了簡單的模型；數(shù)據(jù)沒有進行歸一化的操作。

21.深度學習中的不同最優(yōu)化方式，如SGD，ADAM下列說法中正確的是？

A.在實際場景下，應盡量使用ADAM，避免使用SGD
B.同樣的初始學習率情況下，ADAM的收斂速度總是快于SGD方法
C.相同超參數(shù)數(shù)量情況下，比起自適應的學習率調(diào)整方式，SGD加手動調(diào)節(jié)通常會取得更好效果
D.同樣的初始學習率情況下，ADAM比SGD容易過擬合

S: C

22.深度學習：凸與非凸的區(qū)別

凸：

指的是順著梯度方向走到底就一定是最優(yōu)解 。

大部分傳統(tǒng)機器學習問題都是凸的。

非凸：

指的是順著梯度方向走到底只能保證是局部最優(yōu)，不能保證是全局最優(yōu)。

深度學習以及小部分傳統(tǒng)機器學習問題都是非凸的。

23.googlenet提出的Inception結(jié)構(gòu)優(yōu)勢有（）

A.保證每一層的感受野不變，網(wǎng)絡深度加深，使得網(wǎng)絡的精度更高
B.使得每一層的感受野增大，學習小特征的能力變大
C.有效提取高層語義信息，且對高層語義進行加工，有效提高網(wǎng)絡準確度
D.利用該結(jié)構(gòu)有效減輕網(wǎng)絡的權(quán)重

S:AD.

24.深度學習中的激活函數(shù)需要具有哪些屬性？（）

A.計算簡單
B.非線性
C.具有飽和區(qū)
D.幾乎處處可微

S: ABC
relu函數(shù)在0處是不可微的。

25.關于神經(jīng)網(wǎng)絡中經(jīng)典使用的優(yōu)化器，以下說法正確的是

A.Adam的收斂速度比RMSprop慢
B.相比于SGD或RMSprop等優(yōu)化器，Adam的收斂效果是最好的
C.對于輕量級神經(jīng)網(wǎng)絡，使用Adam比使用RMSprop更合適
D.相比于Adam或RMSprop等優(yōu)化器，SGD的收斂效果是最好的

S: D
SGD通常訓練時間更長，容易陷入鞍點，但是在好的初始化和學習率調(diào)度方案的情況下，結(jié)果更可靠。如果在意更快的收斂，并且需要訓練較深較復雜的網(wǎng)絡時，推薦使用學習率自適應的優(yōu)化方法。

26.以下說法錯誤的是

A.使用ReLU做為激活函數(shù)，可有效地防止梯度爆炸
B.使用Sigmoid做為激活函數(shù)，較容易出現(xiàn)梯度消失
C.使用Batch Normalization層，可有效的防止梯度爆炸
D.使用參數(shù)weight decay，在一程度上可防止模型過擬合

S: C
意思是BN解決的是梯度消失問題？對結(jié)果存疑。認為二者皆可防止。

27.以下哪種方法一般不用于在大數(shù)據(jù)集上訓練DNN：

A.SGD B.FTRL C.RMSProp D.L-BFGS

S: D

L-BFGS（Limited-memory BFGS，內(nèi)存受限擬牛頓法）方法：所有的數(shù)據(jù)都會參與訓練，算法融入方差歸一化和均值歸一化。大數(shù)據(jù)集訓練DNN，容易參數(shù)量過大 (牛頓法的進化版本，尋找更好的優(yōu)化方向，減少迭代輪數(shù)）從LBFGS算法的流程來看，其整個的核心的就是如何快速計算一個Hesse的近似：重點一是近似，所以有了LBFGS算法中使用前m個近似下降方向進行迭代的計算過程；重點二是快速，這個體現(xiàn)在不用保存Hesse矩陣上，只需要使用一個保存后的一階導數(shù)序列就可以完成，因此不需要大量的存儲，從而節(jié)省了計算資源；重點三，是在推導中使用秩二校正構(gòu)造了一個正定矩陣，即便這個矩陣不是最優(yōu)的下降方向，但至少可以保證函數(shù)下降。
FTRL(Follow-the-regularized-Leader)是一種適用于處理超大規(guī)模數(shù)據(jù)的,含大量稀疏特征的在線學習的常見優(yōu)化算法，方便實用，而且效果很好，常用于更新在線的CTR預估模型；FTRL在處理帶非光滑正則項（如L1正則）的凸優(yōu)化問題上表現(xiàn)非常出色，不僅可以通過L1正則控制模型的稀疏度，而且收斂速度快；

28.下列關于深度學習說法錯誤的是

A.LSTM在一定程度上解決了傳統(tǒng)RNN梯度消失或梯度爆炸的問題
B.CNN相比于全連接的優(yōu)勢之一是模型復雜度低，緩解過擬合
C.只要參數(shù)設置合理，深度學習的效果至少應優(yōu)于隨機算法
D.隨機梯度下降法可以緩解網(wǎng)絡訓練過程中陷入鞍點的問題

S: C.

29.多尺度問題怎么解決？

實際上，現(xiàn)在有很多針對小目標的措施和改良，如下：

最常見的是Upsample來Rezie網(wǎng)絡輸入圖像的大??；

用dilated/astrous等這類特殊的卷積來提高檢測器對分辨率的敏感度；（空洞卷積是針對圖像語義分割問題中下采樣會降低圖像分辨率、丟失信息而提出的一種卷積思路。利用添加空洞擴大感受野，讓原本3 x3的卷積核，在相同參數(shù)量和計算量下?lián)碛?x5（dilated rate =2）或者更大的感受野，從而無需下采樣。在保持參數(shù)個數(shù)不變的情況下增大了卷積核的感受野）

有比較直接的在淺層和深層的Feature Map上直接各自獨立做預測的，這個就是我們常說的尺度問題。

用FPN這種把淺層特征和深層特征融合的，或者最后在預測的時候，用淺層特征和深層特征一起預測；

SNIP（Scale Normalization for Image Pyramids）主要思路：

在訓練和反向傳播更新參數(shù)時，只考慮那些在指定的尺度范圍內(nèi)的目標，由此提出了一種特別的多尺度訓練方法。