IT面试题库
深度学习面试题
深度学习方向的 15 道 IT 面试题,覆盖高频考点、参考答案与错题复习。
高频题目
Transformer 自注意力机制里的 Q / K / V 分别是什么?缩放点积注意力为什么要除以 √d_k?
中级 · 1 次浏览
PyTorch 中张量(Tensor)与自动求导(autograd)机制是怎样的?
中级 · 新题
TensorFlow 的静态图(Graph)与 Eager Execution 有何不同?
中级 · 新题
常用激活函数(Sigmoid/ReLU/Softmax)各自作用与缺点?
中级 · 新题
神经网络反向传播(BP)的基本思想是什么?梯度消失/爆炸怎么缓解?
高级 · 新题
PyTorch 的 autograd 机制是如何工作的?requires_grad 与 detach 各起什么作用?
中级 · 新题
训练太慢或显存不足,有哪些工程优化手段(AMP、梯度累积、DDP)?
中级 · 新题
DataLoader 的 num_workers 与 pin_memory 如何影响训练吞吐?
初级 · 新题
训练好的 PyTorch 模型如何导出部署(ONNX/TorchScript)?有哪些注意事项?
中级 · 新题
Transformer 为什么能取代 RNN/LSTM?位置编码与自注意力并行机制解决了序列模型的哪些根本瓶颈?
初级 · 新题
如何用 Python/NumPy 手写 Scaled Dot-Product Attention 的前向计算,并正确处理变长序列的 padding 与因果掩码?
中级 · 新题
TensorFlow 中 Dataset pipeline 有哪些常见性能陷阱?
高级 · 新题
论文复现时,数据泄漏、随机种子和评估协议分别该怎么处理?
高级 · 新题
训练深度网络时,学习率 warmup、归一化和梯度裁剪分别解决什么问题?
高级 · 新题
生成模型的评估为什么要结合自动指标和人类评估?FID、CLIPScore 各有什么局限?
高级 · 新题
在线刷深度学习题 →