关于深度学习模型问题

问各位大神一个基础的问题也是面试中常见的问题,这个LeNet网络后面的全链接层为什么需要3个,2个跟4个为什么不行呢?
然后各位觉得关于深度学习方面的常见面试题还有什么呢?大家讨论一下。
全部评论
手推BP算法,权值初始化 的区别。以及工业界比较关心的模型加速与压缩有关的算法,这里可以给个实际场景来问。然后要求高的会对你关注的paper问一些改进点。我面试格林深瞳的时候直接问 了对Faster-RCNN有哪些可能的改进措施。除此之外当然看你的publication了。毕竟做深度学习算法的大多是硕士及以上吧。
点赞 回复 分享
发布于 2017-04-25 21:43
深度学习就是玄学。。。不过强行解释也不是不可以。 两层全连接层是没有隐层的,非线性能力较差,甚至连简单的异或问题都无法解决。 三层全连接层有一层隐层,理论上一层隐层只要节点数够,非线性能力是充足的。 四层全连接层有两层隐层,非要用的话也能用,不过多一层就多了一堆参数,模型大,训练麻烦,又容易过拟合。 这么看的话,三层的性价比最高。
点赞 回复 分享
发布于 2017-04-25 16:53

相关推荐

评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务