2021年9月科大讯飞-cv方向面试题6道

[julyedu_7]

1、 常见的attention机制，说明channel attention 和 self attention 的原理

答：

self-attention、channel attention、spatial attention、multi-head attention、transformer

自注意力机制是注意力机制的变体，其减少了对外部信息的依赖，更擅长捕捉数据或特征的内部相关性。

1.ce loss 的公式，说完了问BCE loss,就纯背公式

sigmoid 和 softmax，BCE与CE loss function_阿猫的自拍的博客-CSDN博客_ce loss

2、triplet loss的训练要注意什么

答：

构造类内差异大、类间差异小的数据集

3、softmax求导

答：

4、KL散度，

答：

KL散度可以用来衡量两个概率分布之间的相似性，两个概率分布越相近，KL散度越小

5、检测模型里为啥用smoothL1去回归bbox

答：

从上面的导数可以看出，L2 Loss的梯度包含 (f(x) - Y)，当预测值 f(x) 与目标值 Y 相差很大时，容易产生梯度爆炸，而L1 Loss的梯度为常数，通过使用Smooth L1 Loss，在预测值与目标值相差较大时，由L2 Loss转为L1 Loss可以防止梯度爆炸。

6、前沿的检测范式DETR，transformer等等

答：

与传统的计算机视觉技术不同，DETR将目标检测作为一个直接的集合预测问题来处理。它由一个基于集合的全局损失和一个Transformer encoder-decoder 结构组成，该全局损失通过二分匹配强制进行唯一预测。给定固定的学习对象查询集，则DETR会考虑对象与全局图像上下文之间的关系，以直接并行并行输出最终的预测集。由于这种并行性，DETR非常快速和高效。

↓ ↓ ↓以下5本书，电子版，直接送 ↓ ↓ ↓

刚出的《2021年最新大厂AI面试题 Q3版》还没来得及拍照：

 

《2021年最新大厂AI面试题 Q2版》、《2021年最新大厂AI面试题 Q3版》《机器学习十大算法系列》、《名企AI面试100题》及《名企AI面经100篇》私我，免费取！

[CSDN-Ada助手]

您可以前往 CSDN问答-人工智能 发布问题, 以便更快地解决您的疑问