電子發(fā)燒友App
導(dǎo)讀
本文總結(jié)了一些秋招面試中會遇到的問題和一些重要的知識點(diǎn)，適合面試前突擊和鞏固基礎(chǔ)知識。
前言
最近這段時間正臨秋招，這篇文章是老潘在那會找工作過程中整理的一些重要知識點(diǎn)，內(nèi)容比較雜碎，部分采集于網(wǎng)絡(luò)，簡單整理下發(fā)出來，適合面試前突擊，當(dāng)然也適合鞏固基礎(chǔ)知識。另外推薦大家一本叫做《百面機(jī)器學(xué)習(xí)》的新書，2018年8月份出版的，其中包括了很多機(jī)器學(xué)習(xí)、深度學(xué)習(xí)面試過程中會遇到的問題，比較適合需要準(zhǔn)備面試的機(jī)器學(xué)習(xí)、深度學(xué)習(xí)方面的算法工程師，當(dāng)然也同樣適合鞏固基礎(chǔ)~有時間一定要需要看的書籍：
程序員的數(shù)學(xué)系列，適合重溫知識，回顧一些基礎(chǔ)的線性代數(shù)、概率論。
深度學(xué)習(xí)花書，總結(jié)類書，有基礎(chǔ)知識的講解，比較全面。
統(tǒng)計學(xué)習(xí)方法，總結(jié)類書，篇幅不長，都是核心。
Pattern Recognition and Machine Learning，條理清晰，用貝葉斯的方式來講解機(jī)器學(xué)習(xí)。
機(jī)器學(xué)習(xí)西瓜書，適合當(dāng)教材，內(nèi)容較廣但是不深。
?
百翻不爛的百面機(jī)器學(xué)習(xí)
常見的常識題
L1正則可以使少數(shù)權(quán)值較大，多數(shù)權(quán)值為0，得到稀疏的權(quán)值；L2正則會使權(quán)值都趨近于0但非零，得到平滑的權(quán)值；
在AdaBoost算法中，被錯分的樣本的權(quán)重更新比例的公式相同；
Boosting和Bagging都是組合多個分類器投票的方法，但Boosting是根據(jù)單個分類器的正確率決定其權(quán)重，Bagging是可簡單地設(shè)置所有分類器權(quán)重相同；
EM算法不能保證找到全局最優(yōu)值；
SVR中核函數(shù)寬度小欠擬合，寬度大容易過擬合
PCA和LDA都是經(jīng)典的降維算法。PCA是無監(jiān)督的，也就是訓(xùn)練樣本不需要標(biāo)簽；LDA是有監(jiān)督的，也就是訓(xùn)練樣本需要標(biāo)簽。PCA是去除掉原始數(shù)據(jù)中冗余的維度，而LDA是尋找一個維度，使得原始數(shù)據(jù)在該維度上投影后不同類別的數(shù)據(jù)盡可能分離開來。
PCA是一種正交投影，它的思想是使得原始數(shù)據(jù)在投影子空間的各個維度的方差最大。假設(shè)我們要將N維的數(shù)據(jù)投影到M維的空間上（M
PCA和LDA
參考鏈接：PCA和LDA的對比
KNN K近鄰
關(guān)于K近鄰算法的知識有很多，比如算法執(zhí)行的步驟、應(yīng)用領(lǐng)域以及注意事項(xiàng)，不過相信很多人對K近鄰算法的使用注意事項(xiàng)不是很清楚。在這篇文章中我們針對這個問題進(jìn)行解答，帶大家來好好了解一下k近鄰算法的注意事項(xiàng)以及K近鄰算法的優(yōu)點(diǎn)與缺點(diǎn)。
K近鄰算法的注意事項(xiàng)
K近鄰算法的使用注意事項(xiàng)具體就是使用距離作為度量時，要保證所有特征在數(shù)值上是一個數(shù)量級上，以免距離的計算被數(shù)量級大的特征所主導(dǎo)。在數(shù)據(jù)標(biāo)準(zhǔn)化這件事上，還要注意一點(diǎn)，訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集一定要使用同一標(biāo)準(zhǔn)的標(biāo)準(zhǔn)化。其中的原因總的來說就有兩點(diǎn)內(nèi)容，第一就是標(biāo)準(zhǔn)化其實(shí)可以視為算法的一部分，既然數(shù)據(jù)集都減去了一個數(shù)，然后除以一個數(shù)，這兩個數(shù)對于所有的數(shù)據(jù)來說，就要一視同仁。第二就是訓(xùn)練數(shù)據(jù)集其實(shí)很少，在預(yù)測新樣本的時候，新樣本就更少得可憐，如果新樣本就一個數(shù)據(jù)，它的均值就是它自己，標(biāo)準(zhǔn)差是0，這根本就不合理。
K近鄰算法的優(yōu)點(diǎn)是什么呢？
K近鄰算法的優(yōu)點(diǎn)具體體現(xiàn)在四方面。第一就就是k近鄰算法是一種在線技術(shù)，新數(shù)據(jù)可以直接加入數(shù)據(jù)集而不必進(jìn)行重新訓(xùn)練，第二就是k近鄰算法理論簡單，容易實(shí)現(xiàn)。第三就是準(zhǔn)確性高，對異常值和噪聲有較高的容忍度。第四就是k近鄰算法天生就支持多分類，區(qū)別與感知機(jī)、邏輯回歸、SVM。
K近鄰算法的缺點(diǎn)是什么呢？
K近鄰算法的缺點(diǎn)，基本的 k近鄰算法每預(yù)測一個“點(diǎn)”的分類都會重新進(jìn)行一次全局運(yùn)算，對于樣本容量大的數(shù)據(jù)集計算量比較大。而且K近鄰算法容易導(dǎo)致維度災(zāi)難，在高維空間中計算距離的時候，就會變得非常遠(yuǎn)；樣本不平衡時，預(yù)測偏差比較大，k值大小的選擇得依靠經(jīng)驗(yàn)或者交叉驗(yàn)證得到。k的選擇可以使用交叉驗(yàn)證，也可以使用網(wǎng)格搜索。k的值越大，模型的偏差越大，對噪聲數(shù)據(jù)越不敏感，當(dāng) k的值很大的時候，可能造成模型欠擬合。k的值越小，模型的方差就會越大，當(dāng) k的值很小的時候，就會造成模型的過擬合。
二維高斯核函數(shù)
如果讓你寫一個高斯模糊的函數(shù)，你該怎么寫呢？
?
?
?
?
訓(xùn)練采樣方法
交叉驗(yàn)證
留一法
自助法(bootstrap)：有放回的抽樣方法，可能會抽到重復(fù)的樣本
Kmean和GMM原理、區(qū)別、應(yīng)用場景
kmeans的收斂性？
可以看這里 https://zhuanlan.zhihu.com/p/36331115
也可以看百面機(jī)器學(xué)習(xí)P93、P102
如何在多臺計算機(jī)上做kmeans
其實(shí)是這樣的，先分布到n臺機(jī)器上，要保證k個初始化相同，經(jīng)過一次迭代后，拿到k*n個新的mean，放到一臺新的機(jī)器上，因?yàn)槌跏蓟嗤?，所以mean的排列相同，然后對屬于每個類的n個mean做加權(quán)平均，再放回每臺機(jī)器上做下一步迭代。
KNN算法以及流程
K值的選擇：
K值較小，則模型復(fù)雜度較高，容易發(fā)生過擬合，學(xué)習(xí)的估計誤差會增大，預(yù)測結(jié)果對近鄰的實(shí)例點(diǎn)非常敏感。
K值較大可以減少學(xué)習(xí)的估計誤差，但是學(xué)習(xí)的近似誤差會增大，與輸入實(shí)例較遠(yuǎn)的訓(xùn)練實(shí)例也會對預(yù)測起作用，使預(yù)測發(fā)生錯誤，k值增大模型的復(fù)雜度會下降。
在應(yīng)用中，k值一般取一個比較小的值，通常采用交叉驗(yàn)證法來來選取最優(yōu)的K值。
KNN中的K值選取對分類的結(jié)果影響至關(guān)重要，K值選取的太小，模型太復(fù)雜。K值選取的太大，導(dǎo)致分類模糊。那么K值到底怎么選取呢？有人用Cross Validation，有人用貝葉斯，還有的用bootstrap。而距離度量又是另外一個問題，比較常用的是選用歐式距離?？墒沁@個距離真的具有普適性嗎？《模式分類》中指出歐式距離對平移是敏感的，這點(diǎn)嚴(yán)重影響了判定的結(jié)果。在此必須選用一個對已知的變換（比如平移、旋轉(zhuǎn)、尺度變換等）不敏感的距離度量。書中提出了采用切空間距離（tangent distance）來替代傳統(tǒng)的歐氏距離。
無監(jiān)督學(xué)習(xí)和有監(jiān)督學(xué)習(xí)的區(qū)別
有監(jiān)督：
感知機(jī)
K近鄰法
樸素貝葉斯
決策樹
邏輯回歸
支持向量機(jī)
提升方法
隱馬爾科夫模型
條件隨機(jī)場
無監(jiān)督:
聚類-kmeans
SVD奇異值分解
PCA主成分分析
生成式模型：LDA KNN 混合高斯 貝葉斯 馬爾科夫 深度信念 判別式模型：SVM NN LR CRF CART
邏輯回歸與SVM區(qū)別
邏輯回歸即LR。LR預(yù)測數(shù)據(jù)的時候，給出的是一個預(yù)測結(jié)果為正類的概率，這個概率是通過sigmoid函數(shù)將wTx映射到[0,1]得到的，對于wTx正的很大時（可以認(rèn)為離決策邊界很遠(yuǎn)），得到為正類的概率趨近于1；對于wTx負(fù)的很大時（可以認(rèn)為離決策邊界很遠(yuǎn)），得到為正類的概率趨近于0。在LR中，跟“與決策邊界距離”扯得上關(guān)系的僅此而已。在參數(shù)w求解過程中完全沒有與決策邊界距離的影子，所有樣本都一視同仁。和感知機(jī)的不同之處在于，LR用到與決策邊界的距離，是用來給預(yù)測結(jié)果一個可以看得到的置信區(qū)間。感知機(jī)里面沒有這一考慮，只根據(jù)符號來判斷。而SVM更進(jìn)一步，在參數(shù)的求解過程中，便舍棄了距離決策邊界過遠(yuǎn)的點(diǎn)。LR和感知機(jī)都很容易過擬合，只有SVM加入了L2范數(shù)之后的結(jié)構(gòu)化風(fēng)險最小化策略才解決了過擬合的問題?？偨Y(jié)之：
感知機(jī)前后都沒有引入與超平面“距離”的概念，它只關(guān)心是否在超平面的一側(cè)；
LR引入了距離，但是在訓(xùn)練模型求其參數(shù)的時候沒有距離的概念，只是在最后預(yù)測階段引入距離以表征分類的置信度；
SVM兩個地方有距離的概念：其一，在求超平面參數(shù)的時候有距離的概念，其表現(xiàn)為在與超平面一定距離內(nèi)的點(diǎn)著重關(guān)注，而其他的一切點(diǎn)都不再關(guān)注。被關(guān)注的點(diǎn)稱之為“支撐向量”。其二，預(yù)測新樣本的時候，和LR一樣，距離代表置信度。
邏輯回歸只能解決二分類問題，多分類用softmax。相關(guān)參考鏈接
https://blog.csdn.net/maymay_/article/details/80016175
https://blog.csdn.net/jfhdd/article/details/52319422
https://www.cnblogs.com/eilearn/p/9026851.html
bagging boosting 和 提升樹
bagging是通過結(jié)合幾個模型降低泛化誤差，分別訓(xùn)練幾個不同的模型，然后讓所有的模型表決測試樣例的輸出。模型平均奏效的原因是不同的模型通常不會在測試集上產(chǎn)生完全相同的誤差。從原始樣本集中抽取訓(xùn)練集.每輪從原始樣本集中使用Bootstraping的方法抽取n個訓(xùn)練樣本（在訓(xùn)練集中，有些樣本可能被多次抽取到，而有些樣本可能一次都沒有被抽中）.共進(jìn)行k輪抽取，得到k個訓(xùn)練集.（k個訓(xùn)練集相互獨(dú)立）
Bagging是并行的學(xué)習(xí)算法，思想很簡單，即每一次從原始數(shù)據(jù)中根據(jù)均勻概率分布有放回的抽取和原始數(shù)據(jù)集一樣大小的數(shù)據(jù)集合。樣本點(diǎn)可以出現(xiàn)重復(fù)，然后對每一次產(chǎn)生的數(shù)據(jù)集構(gòu)造一個分類器，再對分類器進(jìn)行組合。對于分類問題，將上步得到的k個模型采用投票的方式得到分類結(jié)果；對回歸問題，計算上述模型的均值作為最后的結(jié)果.
Boosting是一族可將弱學(xué)習(xí)器提升為強(qiáng)學(xué)習(xí)器的算法.Boosting的每一次抽樣的樣本分布是不一樣的，每一次迭代，都是根據(jù)上一次迭代的結(jié)果，增加被錯誤分類的樣本的權(quán)重。使模型在之后的迭代中更加注重難以分類的樣本。這是一個不斷學(xué)習(xí)的過程，也是一個不斷提升的過程，這就是Boosting思想的本質(zhì)所在。迭代之后，將每次迭代的基分類器進(jìn)行集成，那么如何進(jìn)行樣本權(quán)重的調(diào)整和分類器的集成是我們需要考慮的關(guān)鍵問題。
Bagging和Boosting的區(qū)別：
1）樣本選擇上：Bagging：訓(xùn)練集是在原始集中有放回選取的，從原始集中選出的各輪訓(xùn)練集之間是獨(dú)立的. Boosting：每一輪的訓(xùn)練集不變，只是訓(xùn)練集中每個樣例在分類器中的權(quán)重發(fā)生變化.而權(quán)值是根據(jù)上一輪的分類結(jié)果進(jìn)行調(diào)整.
2）樣例權(quán)重：Bagging：使用均勻取樣，每個樣例的權(quán)重相等 Boosting：根據(jù)錯誤率不斷調(diào)整樣例的權(quán)值，錯誤率越大則權(quán)重越大.
3）預(yù)測函數(shù)：Bagging：所有預(yù)測函數(shù)的權(quán)重相等. Boosting：每個弱分類器都有相應(yīng)的權(quán)重，對于分類誤差小的分類器會有更大的權(quán)重.
4）并行計算：Bagging：各個預(yù)測函數(shù)可以并行生成 Boosting：各個預(yù)測函數(shù)只能順序生成，因?yàn)楹笠粋€模型參數(shù)需要前一輪模型的結(jié)果.
Bagging 是 Bootstrap Aggregating 的簡稱，意思就是再取樣 (Bootstrap) 然后在每個樣本上訓(xùn)練出來的模型取平均，所以是降低模型的 variance. Bagging 比如 Random Forest 這種先天并行的算法都有這個效果。Boosting 則是迭代算法，每一次迭代都根據(jù)上一次迭代的預(yù)測結(jié)果對樣本進(jìn)行加權(quán)，所以隨著迭代不斷進(jìn)行，誤差會越來越小，所以模型的 bias 會不斷降低High variance 是model過于復(fù)雜overfit，記住太多細(xì)節(jié)noise，受outlier影響很大；high bias是underfit，model過于簡單，cost function不夠好。boosting是把許多弱的分類器組合成一個強(qiáng)的分類器。弱的分類器bias高，而強(qiáng)的分類器bias低，所以說boosting起到了降低bias的作用。variance不是boosting的主要考慮因素。bagging是對許多強(qiáng)（甚至過強(qiáng)）的分類器求平均。在這里，每個單獨(dú)的分類器的bias都是低的，平均之后bias依然低；而每個單獨(dú)的分類器都強(qiáng)到可能產(chǎn)生overfitting的程度，也就是variance高，求平均的操作起到的作用就是降低這個variance。Bagging算法的代表：RandomForest隨機(jī)森林算法的注意點(diǎn)：
在構(gòu)建決策樹的過程中是不需要剪枝的。
整個森林的樹的數(shù)量和每棵樹的特征需要人為進(jìn)行設(shè)定。
構(gòu)建決策樹的時候分裂節(jié)點(diǎn)的選擇是依據(jù)最小基尼系數(shù)的。
咱們機(jī)器學(xué)習(xí)升級版的隨機(jī)森林章節(jié)，我用白板寫了寫這個公式：p = 1 - (1 - 1/N)^N，其意義是：一個樣本在一次決策樹生成過程中，被選中作為訓(xùn)練樣本的概率，當(dāng)N足夠大時，約等于63.2%。簡言之，即一個樣本被選中的概率是63.2%，根據(jù)二項(xiàng)分布的的期望，這意味著大約有63.2%的樣本被選中。即有63.2%的樣本是不重復(fù)的，有36.8%的樣本可能沒有在本次訓(xùn)練樣本集中。隨機(jī)森林是一個包含多個決策樹的分類器，并且其輸出的類別是由個別樹輸出的類別的眾數(shù)而定。隨機(jī)森林的隨機(jī)性體現(xiàn)在每顆樹的訓(xùn)練樣本是隨機(jī)的，樹中每個節(jié)點(diǎn)的分裂屬性集合也是隨機(jī)選擇確定的。有了這2個隨機(jī)的保證，隨機(jī)森林就不會產(chǎn)生過擬合的現(xiàn)象了。隨機(jī)森林是用一種隨機(jī)的方式建立的一個森林，森林是由很多棵決策樹組成的，每棵樹所分配的訓(xùn)練樣本是隨機(jī)的，樹中每個節(jié)點(diǎn)的分裂屬性集合也是隨機(jī)選擇確定的。
SVM
相關(guān)的notebook除了cs231n也可以看這里。
https://momodel.cn/workspace/5d37bb9b1afd94458f84a521?type=module
凸集、凸函數(shù)、凸優(yōu)化
面試見得比較少，感興趣的可以看下：
https://blog.csdn.net/feilong_csdn/article/details/83476277
為什么深度學(xué)習(xí)中的圖像分割要先編碼后解碼
降采樣是手段不是目的：
降低顯存和計算量，圖小了顯存也小，計算量也??；
增大感受野，使用同樣3x3的卷積能在更大的圖像范圍上進(jìn)行特征提取。大感受野對分割很重要，小感受野做不了多分類分割，而且分割出來很粗糙
多出幾條不同程度額下采樣分支，可以方便進(jìn)行多尺度特征的融合。多級語義融合會讓分類更加準(zhǔn)確。
降采樣的理論意義，我簡單朗讀一下，它可以增加對輸入圖像的一些小擾動的魯棒性，比如圖像平移，旋轉(zhuǎn)等，減少過擬合的風(fēng)險，降低運(yùn)算量，和增加感受野的大小。相關(guān)鏈接：為什么深度學(xué)習(xí)中的圖像分割要先編碼再解碼？
(全局)平均池化average pooling和(全局)最大池化max pooling的區(qū)別
最大池化保留了紋理特征
平均池化保留整體的數(shù)據(jù)特征
全局平均池化有定位的作用(看知乎)
最大池化提取邊緣等“最重要”的特征，而平均池化提取的特征更加smoothly。對于圖像數(shù)據(jù)，你可以看到差異。雖然兩者都是出于同樣的原因使用，但我認(rèn)為max pooling更適合提取極端功能。平均池有時不能提取好的特征，因?yàn)樗鼘⑷坑嬋氩⒂嬎愠銎骄?，這對于對象檢測類型任務(wù)可能不好用但使用平均池化的一個動機(jī)是每個空間位置具有用于期望特征的檢測器，并且通過平均每個空間位置，其行為類似于平均輸入圖像的不同平移的預(yù)測(有點(diǎn)像數(shù)據(jù)增加)。Resnet不是采用傳統(tǒng)的完全連通層進(jìn)行CNN分類，而是直接從最后一個mlp轉(zhuǎn)換層輸出特征圖的空間平均值，作為通過全局平均合并層的類別置信度，然后將得到的矢量輸入到 softmax層。相比之下，Global average更有意義且可解釋，因?yàn)樗鼜?qiáng)制實(shí)現(xiàn)了feature和類別之間的對應(yīng)關(guān)系，這可以通過使用網(wǎng)絡(luò)的更強(qiáng)大的本地建模來實(shí)現(xiàn)。此外，完全連接的層易于過擬合并且嚴(yán)重依賴于 dropout 正則化，而全局平均池化本身就是起到了正則化作用，其本身防止整體結(jié)構(gòu)的過擬合。
https://zhuanlan.zhihu.com/p/42384808
https://www.zhihu.com/question/335595503/answer/778307744
https://www.zhihu.com/question/309713971/answer/578634764
全連接的作用，與1x1卷積層的關(guān)系
在實(shí)際使用中，全連接層可由卷積操作實(shí)現(xiàn)：對前層是全連接的全連接層可以轉(zhuǎn)化為卷積核為1x1的卷積；而前層是卷積層的全連接層可以轉(zhuǎn)化為卷積核為hxw的全局卷積，h和w分別為前層卷積結(jié)果的高和寬使用 global average pooling 全局平均池化來代替卷積
全連接層（fully connected layers，F(xiàn)C）在整個卷積神經(jīng)網(wǎng)絡(luò)中起到“分類器”的作用。如果說卷積層、池化層和激活函數(shù)層等操作是將原始數(shù)據(jù)映射到隱層特征空間的話，全連接層則起到將學(xué)到的“分布式特征表示”映射到樣本標(biāo)記空間的作用。在實(shí)際使用中，全連接層可由卷積操作實(shí)現(xiàn)：對前層是全連接的全連接層可以轉(zhuǎn)化為卷積核為1x1的卷積；而前層是卷積層的全連接層可以轉(zhuǎn)化為卷積核為hxw的全局卷積，h和w分別為前層卷積結(jié)果的高和寬
那么，1*1卷積的主要作用有以下幾點(diǎn)：
降維（ dimension reductionality ）。比如，一張500x500且厚度depth為100的圖片在20個filter上做1*1的卷積，那么結(jié)果的大小為500*500*20。
加入非線性。卷積層之后經(jīng)過激勵層，1*1的卷積在前一層的學(xué)習(xí)表示上添加了非線性激勵（ non-linear activation ），提升網(wǎng)絡(luò)的表達(dá)能力，但是也可以這樣說：使之由單純的線性變換，變?yōu)閺?fù)雜的feature map之間的線性組合，從而實(shí)現(xiàn)特征的高度抽象過程。這一過程視為由線性變換為非線性，提高抽象程度。而非加入激活函數(shù)的作用。
個人應(yīng)該是降維或者升維來減小參數(shù)個數(shù)和增加網(wǎng)絡(luò)深度，以及跨通道的特征聚合
可以代替全連接層
看這個問題的回答?https://www.zhihu.com/question/56024942/answer/369745892?
看這個問題的回答?https://www.zhihu.com/question/41037974/answer/150522307
concat與add(sum)的區(qū)別
對于兩路輸入來說，如果是通道數(shù)相同且后面帶卷積的話，add等價于concat之后對應(yīng)通道共享同一個卷積核。下面具體用式子解釋一下。由于每個輸出通道的卷積核是獨(dú)立的，我們可以只看單個通道的輸出。假設(shè)兩路輸入的通道分別為X1, X2, ..., Xc和Y1, Y2, ..., Yc。那么concat的單個輸出通道為（*表示卷積）:
而add的單個輸出通道為：
因此add相當(dāng)于加了一種prior，當(dāng)兩路輸入可以具有“對應(yīng)通道的特征圖語義類似”（可能不太嚴(yán)謹(jǐn)）的性質(zhì)的時候，可以用add來替代concat，這樣更節(jié)省參數(shù)和計算量（concat是add的2倍）。FPN[1]里的金字塔，是希望把分辨率最小但語義最強(qiáng)的特征圖增加分辨率，從性質(zhì)上是可以用add的。如果用concat，因?yàn)榉直媛市〉奶卣魍ǖ罃?shù)更多，計算量是一筆不少的開銷。https://www.zhihu.com/question/306213462/answer/562776112
concat改成sum確實(shí)會好很多，這兩個都是特征融合，到底有什么本質(zhì)區(qū)別呢？我用的時候也沒什么原則就是兩個都試一下（其實(shí)更喜歡用sum，畢竟更省顯存）。
我之前做過類似ASP的實(shí)驗(yàn)，金字塔型空洞卷積融合，最后實(shí)驗(yàn)結(jié)果sum比concat要好一些，但是原因不知道怎么解釋
我看過一些論文是concat比sum好的，可能這跟數(shù)據(jù)集等具體情況有關(guān)吧
不同的特征 sum 了，有什么意義呢，這些特征又損失了吧；如果直接 concat，讓后面的網(wǎng)絡(luò)學(xué)習(xí)，應(yīng)該更好啊，用到的特征更多了
SSD怎么改動變成FasterRCNN
SSD是直接分類，而FasterRcnn是先判斷是否為背景再進(jìn)行分類。一個是直接細(xì)分類，一個是先粗分類再細(xì)分類。
反向傳播的原理
反向傳播原理看CS231n中的BP過程，以及Jacobian的傳播。
GD、SGD、mini batch GD的區(qū)別
在百面深度學(xué)習(xí)中有相應(yīng)的章節(jié)。
偏差、方差
有一篇文章比較好的介紹了，還有在那本電子版CNNbook中也有。
http://scott.fortmann-roe.com/docs/BiasVariance.html
泛化誤差可以分解成偏差的平方+方差+噪聲
偏差度量了學(xué)習(xí)算法的期望預(yù)測和真實(shí)結(jié)果的偏離程度，刻畫了學(xué)習(xí)算法本身的擬合能力
方差度量了同樣大小的訓(xùn)練集的變動所導(dǎo)致的學(xué)習(xí)性能的變化，刻畫了數(shù)據(jù) 擾動所造成的干擾
噪聲表達(dá)了當(dāng)前任務(wù)上學(xué)習(xí)任何算法所能達(dá)到的期望泛化誤差下界，刻畫了問題本身的難度。
偏差和方差一般稱為bias和variance，一般訓(xùn)練誤差越強(qiáng)，偏差越小，方差越大，泛化誤差在中間會有一個最小值。
如果偏差較大，方差較小，此時為欠擬合，而偏差較小，方差較大為過擬合。
為什么會梯度爆炸，如何防止
多層神經(jīng)網(wǎng)絡(luò)通常存在像懸崖一樣的結(jié)構(gòu)，這是由于幾個較大的權(quán)重相乘導(dǎo)致的。遇到斜率很大的懸崖結(jié)構(gòu)，梯度更新會很大程序地改變參數(shù)值，通常會完全跳過這類懸崖的結(jié)構(gòu)?；〞鳳177.
分布式訓(xùn)練，多卡訓(xùn)練
http://ai.51cto.com/art/201710/555389.htm?
https://blog.csdn.net/xs11222211/article/details/82931120#commentBox
精確率和召回率以及PR曲線
這個講的比較好(TP與FP和ROC曲線)：
https://segmentfault.com/a/1190000014829322
精確率是指分類正確的正樣本個數(shù)占分類器判定為正樣本的樣本個數(shù)的比例。召回率是指分類正確的正樣本個數(shù)占真正的正樣本個數(shù)的比例。Precision值和Recall值是既矛盾又統(tǒng)一的兩個指標(biāo)，為了提高Precision值，分類器需要盡量在“更有把握”時才把樣本預(yù)測為正樣本，但此時往往會因?yàn)檫^于保守而漏掉很多“沒有把握”的正樣本，導(dǎo)致Recall值很低。如何權(quán)衡這兩個值，所以出現(xiàn)了PR曲線、ROC曲線以及F1 score等更多的標(biāo)準(zhǔn)來進(jìn)行判斷。https://www.cnblogs.com/xuexuefirst/p/8858274.html
Yolov2相比Yolov1因?yàn)椴捎昧讼闰?yàn)框(Anchor Boxes)，模型的召回率大幅提升，同時map輕微下降了0.2。
https://segmentfault.com/a/1190000014829322?
https://www.cnblogs.com/eilearn/p/9071440.html?
https://blog.csdn.net/zdh2010xyz/article/details/54293298
空洞卷積
空洞卷積一般都伴有padding，如果dilation=6，那么padding也等于6。通過空洞卷積后的卷積特征圖的大小不變，但是這個卷積的感受野比普通同等大小的卷積大。不過通道數(shù)是可以改變的。
在DeepLabv3+中，最后的ASPP層，通過一個1x1卷積和3個3x3的空洞卷積，再concat上一個經(jīng)過全局平均池化后雙線性采樣到同等維度的特征圖。
但是要注意，由于空洞卷積本身不會增大運(yùn)算量，但是后續(xù)的分辨率沒有減小，后面的計算量就間接變大了。https://zhuanlan.zhihu.com/p/52476083
數(shù)據(jù)不好怎么辦，數(shù)據(jù)不均衡怎么處理、只有少量帶標(biāo)簽怎么處理
具體問題具體分析。
訓(xùn)練過程中需要過擬合情況怎么辦
深度學(xué)習(xí)-通用模型調(diào)試技巧
如何根據(jù)訓(xùn)練/驗(yàn)證損失曲線診斷我們的CNN
關(guān)于訓(xùn)練神經(jīng)網(wǎng)路的諸多技巧Tricks(完全總結(jié)版)
深度學(xué)習(xí)中數(shù)據(jù)集很小是一種什么樣的體驗(yàn)
如果模型的實(shí)際容量比較大，那么可以說模型可以完全學(xué)習(xí)到整個數(shù)據(jù)集，會發(fā)生過擬合。這時候再添加新的數(shù)據(jù)進(jìn)去，模型的性能會進(jìn)一步提升，說明模型還沒有被撐死。期望風(fēng)險是模型關(guān)于聯(lián)合分布的期望損失，經(jīng)驗(yàn)風(fēng)險是模型關(guān)于訓(xùn)練數(shù)據(jù)集的平均損失。根據(jù)大樹定律，當(dāng)樣本容量N趨于無窮時，經(jīng)驗(yàn)風(fēng)險趨于期望風(fēng)險。但是當(dāng)樣本的容量比較小的的時候，經(jīng)驗(yàn)風(fēng)險最小化學(xué)習(xí)的效果未必就會很好，會產(chǎn)生“過擬合”的現(xiàn)象。結(jié)構(gòu)風(fēng)險最小化是為了防止過擬合而提出的策略。
https://lilianweng.github.io/lil-log/2019/03/14/are-deep-neural-networks-dramatically-overfitted.html?
https://www.jianshu.com/p/97aafe479fa1?(重要)
正則化
在Pytorch中只能在optim中設(shè)置weight_decay，目前只支持L2正則，而且這個正則是針對模型中所有的參數(shù)，不論是w還是b，也包括BN中的W和b。
BN層和L2正則化一起有什么后果
就是因?yàn)?batch norm 過后， weight 影響沒那么重了，所以 l2 weight decay 的效果就不明顯了。證明了L2正則化與歸一化相結(jié)合時沒有正則化效應(yīng)。相反，正則化會影響權(quán)重的范圍，從而影響有效學(xué)習(xí)率。
https://www.cnblogs.com/makefile/p/batch-norm.html?utm_source=debugrun&utm_medium=referral
ROIPooling和ROIAlign的區(qū)別
空間金字塔池化(SSP)可以使不同尺寸的圖像產(chǎn)生固定的輸出維度。借題也問個問題，為什么fast rcnn的roi pooling是一個max pooling呢？roi pooling后面也是做單個roi的classification，為啥不和classification的pooling不同？我直覺是看feature map中的一個channel，提取全局特征(如，做classification)用average pooling，提取提取全局信息；提取局部特征(如，roi pooling)應(yīng)該用max pooling，提取局部最明顯的特征，成為7×7的grid后交給后面的fc來做classification。相關(guān)介紹:
SPPNet-引入空間金字塔池化改進(jìn)RCNN
自己實(shí)現(xiàn)圖像增強(qiáng)算法
https://zhuanlan.zhihu.com/p/71231560
圖像分類的tricks
亞馬遜：用CNN進(jìn)行圖像分類的Tricks（https://mp.weixin.qq.com/s/e4m_LhtqoUiGJMQfEZHcRA）
消融實(shí)驗(yàn)（Ablation experiment）
因?yàn)樽髡咛岢隽艘环N方案，同時改變了多個條件/參數(shù)，他在接下去的消融實(shí)驗(yàn)中，會一一控制一個條件/參數(shù)不變，來看看結(jié)果，到底是哪個條件/參數(shù)對結(jié)果的影響更大。下面這段話摘自知乎，@人民藝術(shù)家：你朋友說你今天的樣子很帥，你想知道發(fā)型、上衣和褲子分別起了多大的作用，于是你換了幾個發(fā)型，你朋友說還是挺帥的，你又換了件上衣，你朋友說不帥了，看來這件衣服還挺重要的。
手?jǐn)]NMS與soft-NMS
https://oldpan.me/archives/write-hard-nms-c
邏輯回歸和線性回歸
線性回歸：通過均方誤差來尋找最優(yōu)的參數(shù)，然后通過最小二乘法來或者梯度下降法估計：
而邏輯回歸的原型：對數(shù)幾率回歸：邏輯回歸和對數(shù)幾率回歸是一樣的，通過變形就可以得到，另外邏輯回歸使用極大似然概率進(jìn)行估計。簡單總結(jié)：
線性回歸和邏輯回歸都是廣義線性回歸模型的特例
線性回歸只能用于回歸問題，邏輯回歸用于分類問題（可由二分類推廣至多分類）
線性回歸無聯(lián)系函數(shù)或不起作用，邏輯回歸的聯(lián)系函數(shù)是對數(shù)幾率函數(shù)，屬于Sigmoid函數(shù)
線性回歸使用最小二乘法作為參數(shù)估計方法，邏輯回歸使用極大似然法作為參數(shù)估計方法
兩者都可以使用梯度下降法
注意：
線性回歸的梯度下降法其實(shí)和我們訓(xùn)練神經(jīng)網(wǎng)絡(luò)一直，首先需要對參數(shù)進(jìn)行初始化，然后使用隨機(jī)梯度下降的方式對參數(shù)進(jìn)行更新//zhuanlan.zhihu.com/p/33992985
線性回歸與最小二乘法:https://zhuanlan.zhihu.com/p/36910496
最大似然?https://zhuanlan.zhihu.com/p/33349381
來源文章：
https://segmentfault.com/a/1190000014807779
https://zhuanlan.zhihu.com/p/39363869
https://blog.csdn.net/hahaha_2017/article/details/81066673
對于凸函數(shù)來說，局部最優(yōu)就是全局最優(yōu)，相關(guān)鏈接：http://sofasofa.io/forum_main_post.php?postid=1000329?
http://sofasofa.io/forum_main_post.php?postid=1000322Logistic classification with cross-entropy
什么是attention，有哪幾種
https://zhuanlan.zhihu.com/p/61440116?
https://www.zhihu.com/question/65044831/answer/227262160
深度學(xué)習(xí)的線性和非線性
卷積是線性的
激活函數(shù)是非線性的
梯度消失和梯度爆炸的問題
Batch-norm層的作用
不看必進(jìn)坑~不論是訓(xùn)練還是部署都會讓你踩坑的Batch Normalization
Batch size過小會使Loss曲線振蕩的比較大，大小一般按照2的次冪規(guī)律選擇，至于為什么？沒有答出來，面試官后面解釋是為了硬件計算效率考慮的，海哥后來也說GPU訓(xùn)練的時候開的線程是2的次冪個神經(jīng)網(wǎng)絡(luò)的本質(zhì)是學(xué)習(xí)數(shù)據(jù)的分布，如果訓(xùn)練數(shù)據(jù)與測試數(shù)據(jù)的分布不同則會大大降低網(wǎng)絡(luò)的泛化能力。隨著網(wǎng)絡(luò)訓(xùn)練的進(jìn)行，每個隱層的變化使得后一層的輸入發(fā)生變化，從而每一批訓(xùn)練的數(shù)據(jù)的分布也會變化，致使網(wǎng)絡(luò)在每次迭代過程中都需要擬合不同的數(shù)據(jù)分布，增加數(shù)據(jù)訓(xùn)練的復(fù)雜度和過擬合的風(fēng)險。
對數(shù)據(jù)的劇烈變化有抵抗能力。
要注意BN在卷積網(wǎng)絡(luò)層中，因?yàn)閰?shù)的共享機(jī)制，每一個卷積核的參數(shù)在不同位置的神經(jīng)元當(dāng)中是共享的，因此也應(yīng)該被歸一化。(具體看一下實(shí)現(xiàn)過程)https://leonardoaraujosantos.gitbooks.io/artificial-inteligence/batch_norm_layer.html但是在訓(xùn)練過程中如果batch-size不大的話，可以不使用BN(MaskRcnn這樣說的)。至此，關(guān)于Batch Normalization的理論與實(shí)戰(zhàn)部分就介紹道這里?？偟膩碚f，BN通過將每一層網(wǎng)絡(luò)的輸入進(jìn)行normalization，保證輸入分布的均值與方差固定在一定范圍內(nèi)，減少了網(wǎng)絡(luò)中的Internal Covariate Shift問題，并在一定程度上緩解了梯度消失，加速了模型收斂；并且BN使得網(wǎng)絡(luò)對參數(shù)、激活函數(shù)更加具有魯棒性，降低了神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練和調(diào)參的復(fù)雜度；最后BN訓(xùn)練過程中由于使用mini-batch的mean/variance作為總體樣本統(tǒng)計量估計，引入了隨機(jī)噪聲，在一定程度上對模型起到了正則化的效果。
https://zhuanlan.zhihu.com/p/34879333
BN與貝葉斯的關(guān)系:
從Bayesian角度淺析Batch Normalization
BN跨卡訓(xùn)練怎么保證相同的mean和var
在實(shí)踐中，我發(fā)現(xiàn)，跨卡同步的BN對于performance相當(dāng)有用。尤其是對于detection，segmentation任務(wù)，本來Batch size較小。如果Batch Norm能跨卡同步的話，就相當(dāng)于增大了Batch Norm的batch size 這樣能估計更加準(zhǔn)確的mean和variance，所以這個操作能提升performance。
如何實(shí)現(xiàn)SyncBN
跨卡同步BN的關(guān)鍵是在前向運(yùn)算的時候拿到全局的均值和方差，在后向運(yùn)算時候得到相應(yīng)的全局梯度。最簡單的實(shí)現(xiàn)方法是先同步求均值，再發(fā)回各卡然后同步求方差，但是這樣就同步了兩次。實(shí)際上只需要同步一次就可以，我們使用了一個非常簡單的技巧，改變方差的公式(公式是圖片，具體大家自己網(wǎng)上搜一下SyncBN)。這樣在前向運(yùn)算的時候，我們只需要在各卡上算出與，再跨卡求出全局的和即可得到正確的均值和方差， 同理我們在后向運(yùn)算的時候只需同步一次，求出相應(yīng)的梯度與。我們在最近的論文Context Encoding for Semantic Segmentation 里面也分享了這種同步一次的方法。有了跨卡BN我們就不用擔(dān)心模型過大用多卡影響收斂效果了，因?yàn)椴还苡枚嗌購埧ㄖ灰值呐看笮∫粯?，都會得到相同的效果?/p>
ResNet為什么好用
出現(xiàn)因素：
隨著網(wǎng)絡(luò)的加深，優(yōu)化函數(shù)越來越陷入局部最優(yōu)解
隨著網(wǎng)絡(luò)層數(shù)的增加，梯度消失的問題更加嚴(yán)重，因?yàn)樘荻仍诜聪騻鞑サ臅r候會逐漸衰減
原因，誤差傳播公式可以寫成參數(shù)W和導(dǎo)數(shù)F連乘的形式，當(dāng)誤差由第L層傳播到輸入以外的第一個隱含層的時候，會涉及到很多很多的參數(shù)和導(dǎo)數(shù)的連乘，這時誤差很容易產(chǎn)生消失或者膨脹，導(dǎo)致不容易學(xué)習(xí)，擬合能力和泛化能力較差。殘差層中的F層只需要擬合輸入x與目標(biāo)輸出H的殘差H-x即可，如果某一層的輸出已經(jīng)較好地擬合了期望結(jié)果，那么多一層也不回使得模型變得更差，因?yàn)樵搶拥妮敵鲋苯颖欢探拥絻蓪又?，相?dāng)于直接學(xué)習(xí)了一個恒等映射，而跳過的兩層只需要擬合上層輸出和目標(biāo)之間的殘差即可。
https://zhuanlan.zhihu.com/p/42706477
https://zhuanlan.zhihu.com/p/31852747
Resnet的缺點(diǎn)
resnet其實(shí)無法真正的實(shí)現(xiàn)梯度消失，這里面有很強(qiáng)的先驗(yàn)假設(shè)，并且resnet真正起作用的層只在中間，深層作用比較小(到了深層就是恒等映射了)，feature存在利用不足的現(xiàn)象，add的方式阻礙了梯度和信息的流通。
L1范數(shù)和L2范數(shù) 應(yīng)用場景
L1正則可以使少數(shù)權(quán)值較大，多數(shù)權(quán)值為0，得到稀疏的權(quán)值；L2正則會使權(quán)值都趨近于0但非零，得到平滑的權(quán)值；https://zhuanlan.zhihu.com/p/35356992
網(wǎng)絡(luò)初始化有哪些方式，他們的公式初始化過程
目前的權(quán)重初始化分為三類：
全置為0 - 幾乎不會使用
隨機(jī)初始化(均勻隨機(jī)、正態(tài)分布)
Xavier 作者 Glorot 認(rèn)為，優(yōu)秀的初始化應(yīng)該使得各層的激活值和狀態(tài)梯度的方差在傳播過程中保持一致。適合sigmoid，但是不適合Relu。
He初始化適用于Relu。
初始化，說白了就是構(gòu)建一個平滑的局部幾何空間從而使得優(yōu)化更簡單xavier分布解析：
https://prateekvjoshi.com/2016/03/29/understanding-xavier-initialization-in-deep-neural-networks/
假設(shè)使用的是sigmoid函數(shù)。當(dāng)權(quán)重值(值指的是絕對值)過小，輸入值每經(jīng)過網(wǎng)絡(luò)層，方差都會減少，每一層的加權(quán)和很小，在sigmoid函數(shù)0附件的區(qū)域相當(dāng)于線性函數(shù)，失去了DNN的非線性性。當(dāng)權(quán)重的值過大，輸入值經(jīng)過每一層后方差會迅速上升，每層的輸出值將會很大，此時每層的梯度將會趨近于0. xavier初始化可以使得輸入值x 方差經(jīng)過網(wǎng)絡(luò)層后的輸出值y方差不變。
https://blog.csdn.net/winycg/article/details/86649832
https://zhuanlan.zhihu.com/p/57454669
在pytorch中默認(rèn)的權(quán)重初始化方式是何凱明的那個，舉個例子：
resnet中權(quán)重的初始化
?
?
?
?
求解模型參數(shù)量
?
?
?
?
卷積計算量
差不多這幾個懂了就OK。
普通卷積
可分離卷積
全連接
點(diǎn)卷積
可以看老潘的這篇文章：
你的模型能跑多快？？？
多標(biāo)簽和多分類
那么，如何用softmax和sigmoid來做多類分類和多標(biāo)簽分類呢？
1、如何用softmax做多分類和多標(biāo)簽分類 現(xiàn)假設(shè)，神經(jīng)網(wǎng)絡(luò)模型最后的輸出是這樣一個向量logits=[1,2,3,4], 就是神經(jīng)網(wǎng)絡(luò)最終的全連接的輸出。這里假設(shè)總共有4個分類。用softmax做多分類的方法：?tf.argmax(tf.softmax(logits))首先用softmax將logits轉(zhuǎn)換成一個概率分布，然后取概率值最大的作為樣本的分類,這樣看似乎，tf.argmax(logits)同樣可以取得最大的值，也能得到正確的樣本分類，這樣的話softmax似乎作用不大.那么softmax的主要作用其實(shí)是在計算交叉熵上，首先樣本集中y是一個one-hot向量，如果直接將模型輸出logits和y來計算交叉熵，因?yàn)閘ogits=[1,2,3,4]，計算出來的交叉熵肯定很大，這種計算方式不對，而應(yīng)該將logits轉(zhuǎn)換成一個概率分布后再來計算，就是用tf.softmax(logits)和y來計算交叉熵，當(dāng)然我們也可以直接用tensorflow提供的方法sofmax_cross_entropy_with_logits來計算 這個方法傳入的參數(shù)可以直接是logits，因?yàn)檫@個根據(jù)方法的名字可以看到，方法內(nèi)部會將參數(shù)用softmax進(jìn)行處理,現(xiàn)在我們?nèi)〉母怕史植贾凶畲蟮淖鳛樽罱K的分類結(jié)果，這是多分類。我們也可以取概率的top幾個，作為最終的多個標(biāo)簽，或者設(shè)置一個閾值，并取大于概率閾值的。這就用softmax實(shí)現(xiàn)了多標(biāo)簽分類。
2、如何用sigmoid做多標(biāo)簽分類 sigmoid一般不用來做多類分類，而是用來做二分類的，它是將一個標(biāo)量數(shù)字轉(zhuǎn)換到[0,1]之間，如果大于一個概率閾值(一般是0.5)，則認(rèn)為屬于某個類別，否則不屬于某個類別。那么如何用sigmoid來做多標(biāo)簽分類呢？其實(shí)就是針對logits中每個分類計算的結(jié)果分別作用一個sigmoid分類器，分別判定樣本是否屬于某個類別。同樣假設(shè)，神經(jīng)網(wǎng)絡(luò)模型最后的輸出是這樣一個向量logits=[1,2,3,4], 就是神經(jīng)網(wǎng)絡(luò)最終的全連接的輸出。這里假設(shè)總共有4個分類。tf.sigmoid(logits)sigmoid應(yīng)該會將logits中每個數(shù)字都變成[0,1]之間的概率值，假設(shè)結(jié)果為[0.01, 0.05, 0.4, 0.6],然后設(shè)置一個概率閾值，比如0.3，如果概率值大于0.3，則判定類別符合，那這里，樣本會被判定為類別3和類別4都符合。
數(shù)據(jù)的輸入為什么要?dú)w一化
為了消除數(shù)據(jù)特征之間的量綱影響在實(shí)際應(yīng)用中，通過梯度下降法求解的模型通常是需要數(shù)據(jù)歸一化的，包括線性回歸、邏輯回歸、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)等，但是決策模型不是很適用。
為什么說樸素貝葉斯是高偏差低方差?
首先，假設(shè)你知道訓(xùn)練集和測試集的關(guān)系。簡單來講是我們要在訓(xùn)練集上學(xué)習(xí)一個模型，然后拿到測試集去用，效果好不好要根據(jù)測試集的錯誤率來衡量。但很多時候，我們只能假設(shè)測試集和訓(xùn)練集的是符合同一個數(shù)據(jù)分布的，但卻拿不到真正的測試數(shù)據(jù)。這時候怎么在只看到訓(xùn)練錯誤率的情況下，去衡量測試錯誤率呢？
由于訓(xùn)練樣本很少（至少不足夠多），所以通過訓(xùn)練集得到的模型，總不是真正正確的。（就算在訓(xùn)練集上正確率100%，也不能說明它刻畫了真實(shí)的數(shù)據(jù)分布，要知道刻畫真實(shí)的數(shù)據(jù)分布才是我們的目的，而不是只刻畫訓(xùn)練集的有限的數(shù)據(jù)點(diǎn)）。而且，實(shí)際中，訓(xùn)練樣本往往還有一定的噪音誤差，所以如果太追求在訓(xùn)練集上的完美而采用一個很復(fù)雜的模型，會使得模型把訓(xùn)練集里面的誤差都當(dāng)成了真實(shí)的數(shù)據(jù)分布特征，從而得到錯誤的數(shù)據(jù)分布估計。這樣的話，到了真正的測試集上就錯的一塌糊涂了（這種現(xiàn)象叫過擬合）。但是也不能用太簡單的模型，否則在數(shù)據(jù)分布比較復(fù)雜的時候，模型就不足以刻畫數(shù)據(jù)分布了（體現(xiàn)為連在訓(xùn)練集上的錯誤率都很高，這種現(xiàn)象較欠擬合）。過擬合表明采用的模型比真實(shí)的數(shù)據(jù)分布更復(fù)雜，而欠擬合表示采用的模型比真實(shí)的數(shù)據(jù)分布要簡單。
在統(tǒng)計學(xué)習(xí)框架下，大家刻畫模型復(fù)雜度的時候，有這么個觀點(diǎn)，認(rèn)為Error = Bias + Variance。這里的Error大概可以理解為模型的預(yù)測錯誤率，是有兩部分組成的，一部分是由于模型太簡單而帶來的估計不準(zhǔn)確的部分（Bias），另一部分是由于模型太復(fù)雜而帶來的更大的變化空間和不確定性（Variance）。
所以，這樣就容易分析樸素貝葉斯了。它簡單的假設(shè)了各個數(shù)據(jù)之間是無關(guān)的，是一個被嚴(yán)重簡化了的模型。所以，對于這樣一個簡單模型，大部分場合都會Bias部分大于Variance部分，也就是說高偏差而低方差。
在實(shí)際中，為了讓Error盡量小，我們在選擇模型的時候需要平衡Bias和Variance所占的比例，也就是平衡over-fitting和under-fitting。
Canny邊緣檢測，邊界檢測算法有哪些
https://zhuanlan.zhihu.com/p/42122107?
https://zhuanlan.zhihu.com/p/59640437
傳統(tǒng)的目標(biāo)檢測
傳統(tǒng)的目標(biāo)檢測一般分為以下幾個步驟：
區(qū)域選擇:一幅圖像通過selective search的方法，首先對原圖進(jìn)行分割(聚類)，然后通過計算相鄰區(qū)域的相似度，最終找到2000個框，同樣要與GT進(jìn)行正例和負(fù)例的判斷。
特征提取:通過SIFT或者其他的特征提取方法，將2000個轉(zhuǎn)化為特征向量
分類器分類:將特征向量放入SVM中進(jìn)行分類訓(xùn)練，同時將父類也放入分類器中進(jìn)行訓(xùn)練。
經(jīng)典的結(jié)構(gòu)：
HoG + SVM
傳統(tǒng)方法的缺點(diǎn)：
基于滑窗的區(qū)域選擇策略沒有針對性，時間復(fù)雜度高，窗口冗余
手工設(shè)計的特征對環(huán)境多樣性的變化并沒有很好的魯棒性
腐蝕膨脹、開運(yùn)算閉運(yùn)算
可以看學(xué)習(xí)OpenCV第三版中的相關(guān)內(nèi)容，搜索erode、dilation
一些濾波器
https://blog.csdn.net/qq_22904277/article/details/53316415
https://www.jianshu.com/p/fbe8c24af108
https://blog.csdn.net/qq_22904277/article/details/53316415
https://blog.csdn.net/nima1994/article/details/79776802
https://blog.csdn.net/jiang_ming_/article/details/82594261
圖像中的高頻、低頻信息以及高通濾波器、低通濾波器
在圖像中，邊緣信息等比較明顯的變化比較劇烈的像素點(diǎn)就是圖像中的高頻信息。而除了邊緣部分，比較平緩的像素點(diǎn)變化不是很劇烈的內(nèi)容信息就是低頻信息。
高通濾波器就是突出變化劇烈(邊緣)，去除低頻部分，也就是當(dāng)做邊緣提取器。而低通濾波器主要是平滑該像素的亮度。主要用于去噪和模糊化，高斯模糊是最常用的模糊濾波器(平滑濾波器)之一，它是一個削弱高頻信號強(qiáng)度的低通濾波器。
Resize雙線性插值
在網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行特征融合的時候，雙線性插值的方式比轉(zhuǎn)置卷積要好一點(diǎn)。因?yàn)檗D(zhuǎn)置卷積有一個比較大的問題就是如果參數(shù)配置不當(dāng)，很容易出現(xiàn)輸出feature map中帶有明顯棋盤狀的現(xiàn)象。
需要注意的，最近鄰插值的效果是最不好的。
雙線性插值也分為兩類：
align_corners=True
align_corners=False
一般來說，使用align_corners=True可以保證邊緣對齊，而使用align_corners=False則會導(dǎo)致邊緣突出的情況。這個講的非常好：
https://blog.csdn.net/qq_37577735/article/details/80041586
代碼實(shí)現(xiàn)的講解：
https://blog.csdn.net/love_image_xie/article/details/87969405
https://www.zhihu.com/question/328891283/answer/717113611?看這里的圖像展示：https://discuss.pytorch.org/t/what-we-should-use-align-corners-false/22663
gradient clipping 梯度裁剪
為了避免梯度爆炸而做出的改進(jìn)，注意要和提前終止區(qū)別開來。(提前終止是一種正則化方法，因?yàn)楫?dāng)訓(xùn)練有足夠能力表示甚至?xí)^擬合的大模型時，訓(xùn)練誤差會隨著時間的推移逐漸降低但驗(yàn)證集的誤差會再次上升。這意味著只要我們返回使驗(yàn)證集誤差最低的參數(shù)設(shè)置即可)第一種做法很容易理解，就是先設(shè)定一個 gradient 的范圍如 (-1, 1), 小于 -1 的 gradient 設(shè)為 -1， 大于這個 1 的 gradient 設(shè)為 1.
https://wulc.me/2018/05/01/%E6%A2%AF%E5%BA%A6%E8%A3%81%E5%89%AA%E5%8F%8A%E5%85%B6%E4%BD%9C%E7%94%A8/
實(shí)現(xiàn)一個簡單的卷積
實(shí)現(xiàn)卷積一般用的是im2col的形式，但是面試中我們簡單實(shí)現(xiàn)一個滑窗法就行了。比如：用3x3的卷積核(濾波盒)實(shí)現(xiàn)卷積操作。NCNN中在PC端卷積的源碼也是這樣的。
?
?
?
?
參考：
https://www.cnblogs.com/hejunlin1992/p/8686838.html
卷積的過程
看看Pytorch的源碼與caffe的源碼，都是將卷積計算轉(zhuǎn)化為矩陣運(yùn)算，im2col，然后gemm。https://blog.csdn.net/mrhiuser/article/details/52672824
轉(zhuǎn)置卷積的計算過程
https://cloud.tencent.com/developer/article/1363619
1*1的卷積核有什么用，3*3的卷積核和一個1*3加一個3*1的有什么區(qū)別
1x1卷積可以改變上一層網(wǎng)絡(luò)的通道數(shù)目。卷積核大于1x1，意味著提特征需要鄰域信息。
若提取橫向紋理，則橫向鄰域信息密度比縱向信息密度高。
核扁橫著最科學(xué)。若提縱向紋理，同理，瘦高豎著最好。
若你想提取的紋理種類豐富，那橫向鄰域信息密度的期望～=縱向信息密度期望
所以對懶人來說，最優(yōu)核的尺寸的期望是正方形。至于1*n和n*1，它們一般是搭配使用的，從而實(shí)現(xiàn)n*n卷積核的感受野，可以在減少參數(shù)的同時增加層數(shù)，在CNN的較高層中使用可以帶來一定的優(yōu)勢。卷積核并非都是正方形的，還可以是矩形，比如3*5，在文本檢測和車牌檢測當(dāng)中就有應(yīng)用，這種設(shè)計主要針對文本行或者車牌的形狀，能更好的學(xué)習(xí)特征。其實(shí)我覺得方形矩形影響不大，網(wǎng)絡(luò)的學(xué)習(xí)能力是非常強(qiáng)的。當(dāng)然我們也可以學(xué)習(xí)卷積的形狀，類似于deformable convolution，老潘后續(xù)會講下。
ResNet中bottlenet與mobilenetv2的inverted結(jié)構(gòu)對比
注意，resnet中是先降維再升維，而mobilenetv2中是先升維后降維(所以稱之為inversed)。
https://zhuanlan.zhihu.com/p/67872001
https://zhuanlan.zhihu.com/p/32913695
卷積特征圖大小的計算
很簡單但是也很容易錯的問題：
Conv2D
動態(tài)圖和靜態(tài)圖的區(qū)別
靜態(tài)圖是建立一次，然后不斷復(fù)用；靜態(tài)圖可以在磁盤中序列化，可以保存整個網(wǎng)絡(luò)的結(jié)構(gòu)，可以重載，在部署中很實(shí)用，在tensorflow靜態(tài)圖中條件和循環(huán)需要特定的語法，pytorch只用python的語法就可以實(shí)現(xiàn)
而動態(tài)圖是每次使用的時候建立，不容易優(yōu)化，需要重復(fù)之前的代碼，但是動態(tài)圖比靜態(tài)圖代碼更簡潔
依據(jù)采用動態(tài)計算或是靜態(tài)計算的不同，可以將這些眾多的深度學(xué)習(xí)框架劃分成兩大陣營，當(dāng)然也有些框架同時具有動態(tài)計算和靜態(tài)計算兩種機(jī)制（比如 MxNet 和最新的 TensorFlow）。動態(tài)計算意味著程序?qū)凑瘴覀兙帉懨畹捻樞蜻M(jìn)行執(zhí)行。這種機(jī)制將使得調(diào)試更加容易，并且也使得我們將大腦中的想法轉(zhuǎn)化為實(shí)際代碼變得更加容易。而靜態(tài)計算則意味著程序在編譯執(zhí)行時將先生成神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，然后再執(zhí)行相應(yīng)操作。從理論上講，靜態(tài)計算這樣的機(jī)制允許編譯器進(jìn)行更大程度的優(yōu)化，但是這也意味著你所期望的程序與編譯器實(shí)際執(zhí)行之間存在著更多的代溝。這也意味著，代碼中的錯誤將更加難以發(fā)現(xiàn)（比如，如果計算圖的結(jié)構(gòu)出現(xiàn)問題，你可能只有在代碼執(zhí)行到相應(yīng)操作的時候才能發(fā)現(xiàn)它）。盡管理論上而言，靜態(tài)計算圖比動態(tài)計算圖具有更好的性能，但是在實(shí)踐中我們經(jīng)常發(fā)現(xiàn)并不是這樣的。
歷年來所有的網(wǎng)絡(luò)
這個可以看CS231n中的第九課以及
https://ucbrise.github.io/cs294-ai-sys-sp19/assets/lectures/lec02/classic_neural_architectures.pdf
https://towardsdatascience.com/a-simple-guide-to-the-versions-of-the-inception-network-7fc52b863202
正式總結(jié)下：
LeNet-5:第一個卷積，用來識別手寫數(shù)組，使用的卷積大小為5x5,s=1，就是普通的卷積核池化層結(jié)合起來，最后加上全連接層。
AlexNet:在第一個卷積中使用了11x11卷積，第一次使用Relu，使用了NormLayer但不是我們經(jīng)常說的BN。使用了dropout，在兩個GPU上進(jìn)行了訓(xùn)練，使用的訓(xùn)練方式是模型并行、
ZFNet：AlexNet的加強(qiáng)版，將11x11卷積改成了7x7，也在AlexNet的基礎(chǔ)上將卷積的通道深度加深。所以在分類比賽中比之前的效果好了些。
VGGNet:只使用了小卷積3x3(s=1)以及常規(guī)的池化層，不過深度比上一個深了一些，最后幾層也都是全連接層接一個softmax。為什么使用3x3卷積，是因?yàn)槿齻€3x3卷積的有效感受野和7x7的感受野一致，而且更深、更加非線性，而且卷積層的參數(shù)也更加地少，所以速度更快也可以適當(dāng)加深層數(shù)。
GoogleNet:沒有使用FC層，參數(shù)量相比之前的大大減少，提出了Inception module結(jié)構(gòu)，也就是NIN結(jié)構(gòu)(network within a network)。但是原始的Inception module計算量非常大，所以在每一個分支加了1x1 conv "bottleneck"結(jié)構(gòu)(具體細(xì)節(jié)看圖)。googlenet網(wǎng)絡(luò)結(jié)構(gòu)中為了避免梯度消失，在中間的兩個位置加了兩個softmax損失，所以會有三個loss，整個網(wǎng)絡(luò)的loss是通過三個loss乘上權(quán)重相加后得到 相關(guān)文章：https://zhuanlan.zhihu.com/p/42704781 inception結(jié)構(gòu)的特點(diǎn)：1、增加了網(wǎng)絡(luò)的寬度，同時也提高了對于不同尺度的適應(yīng)程度。2、使用 1x1 卷積核對輸入的特征圖進(jìn)行降維處理，這樣就會極大地減少參數(shù)量，從而減少計算量。3、在V3中使用了多個小卷積核代替大卷積核的方法，除了規(guī)整的的正方形，我們還有分解版本的 3x3 = 3x1 + 1x3，這個效果在深度較深的情況下比規(guī)整的卷積核更好。4、發(fā)明了Bottleneck 的核心思想還是利用多個小卷積核替代一個大卷積核，利用 1x1 卷積核替代大的卷積核的一部分工作。也就是先1x1降低通道然后普通3x3然后再1x1回去。
Xception:改進(jìn)了inception，提出的?depthwise Separable Conv?讓人眼前一亮。https://www.jianshu.com/p/4708a09c4352
ResNet:越深的網(wǎng)絡(luò)越難進(jìn)行優(yōu)化，有一個特點(diǎn)需要搞明白，越深的層最起碼表現(xiàn)應(yīng)該和淺層的一樣，不能比淺層的還差。對于更深的Resnet(50+)，這里采用bottleneck層(也就是兩個1x1分別降維和升維)去提升網(wǎng)絡(luò)的效率。更詳細(xì)的描述可以看百面機(jī)器學(xué)習(xí)和ppt。相關(guān)講解：https://zhuanlan.zhihu.com/p/42706477
DenseNet 不能簡單說densenet更好，二者比較，ResNet是更一般的模型，DenseNet是更特化的模型。DenseNet用于圖像處理可能比ResNet表現(xiàn)更好，本質(zhì)是DenseNet更能和圖像的信息分布特點(diǎn)匹配，是使用了多尺度的Kernel。但是也有缺點(diǎn)最直接的計算就是一次推斷中所產(chǎn)生的所有feature map數(shù)目。有些框架會有優(yōu)化，自動把比較靠前的層的feature map釋放掉，所以顯存就會減少，或者inplace操作通過重新計算的方法減少一部分顯存，但是densenet因?yàn)樾枰貜?fù)利用比較靠前的feature map，所以無法釋放，導(dǎo)致顯存占用過大。正是這種_concat_造成densenet能更密集的連接。
SeNet：全稱為Squeeze-and-Excitation Networks。屬于注意力特征提取的范疇，加了GP(Global pooling)和兩個FC再加上sigmoid和scale。也就是生成注意力掩膜，去乘以輸入的x得到新的x。核心思想就是去學(xué)習(xí)每個特征通道的重要程度，然后根據(jù)這個重要程度去提升有用的特征并抑制對當(dāng)前任務(wù)用處不大的特征。這個給每一個特征層通道去乘以通過sigmoid得到的重要系數(shù)，其實(shí)和用bn層去觀察哪個系數(shù)重要一樣。缺點(diǎn)：由于在主干上存在 0~1 的 scale 操作，在網(wǎng)絡(luò)較深 BP 優(yōu)化時就會在靠近輸入層容易出現(xiàn)梯度消散的情況，導(dǎo)致模型難以優(yōu)化。http://www.sohu.com/a/161633191_465975
Wide Residual Networks
ResNeXt:是resnet和inception的結(jié)合體，旁邊的residual connection就是公式中的x直接連過來，然后剩下的是32組獨(dú)立的同樣結(jié)構(gòu)的變換，最后再進(jìn)行融合，符合split-transform-merge的模式。雖然分了32組，都是先點(diǎn)卷積降維，然后3x3普通卷積，然后1x1卷積升維(與Mobilenetv2中的相反) 相關(guān)介紹：https://zhuanlan.zhihu.com/p/51075096
Densely Connected Convolutional Networks:有利于減輕梯度消失的情況，增強(qiáng)了特征的流動。
shufflenet:https://blog.csdn.net/u011974639/article/details/79200559
一些統(tǒng)計知識
正太分布:https://blog.csdn.net/yaningli/article/details/78051361
關(guān)于如何訓(xùn)練(訓(xùn)練過程中的一些問題)
MaxPool導(dǎo)致的訓(xùn)練震蕩(通過在MaxPool之后加上L2Norm)//mp.weixin.qq.com/s/QR-KzLxOBazSbEFYoP334Q
全連接層的好伴侶：空間金字塔池化（SPP）
https://zhuanlan.zhihu.com/p/64510297
感受野計算
感受野計算有兩個公式，一個普通公式一個通項(xiàng)公式:
需要注意，卷積和池化都可以增加感受野。
審核編輯：黃飛
?
`def gaussian_2d_kernel(kernel_size = 3,sigma = 0):
kernel = np.zeros([kernel_size,kernel_size])
center = kernel_size // 2
if sigma == 0:
sigma = ((kernel_size-1)*0.5 - 1)*0.3 + 0.8
s = 2*(sigma**2)
sum_val = 0
for i in range(0,kernel_size):
for j in range(0,kernel_size):
x = i-center
y = j-center
kernel[i,j] = np.exp(-(x**2+y**2) / s)
sum_val += kernel[i,j]
#/(np.pi * s)
sum_val = 1/sum_val
return kernel*sum_val
`
for m in self.modules():
if isinstance(m, nn.Conv2d):
nn.init.kaiming_normal_(m.weight, mode='fan_out', nonlinearity='relu')
elif isinstance(m, nn.BatchNorm2d):
nn.init.constant_(m.weight, 1)
nn.init.constant_(m.bias, 0)
# Zero-initialize the last BN in each residual branch,
# so that the residual branch starts with zeros, and each residual block behaves like an identity.
# This improves the model by 0.2~0.3% according to https://arxiv.org/abs/1706.02677
if zero_init_residual:
for m in self.modules():
if isinstance(m, Bottleneck):
nn.init.constant_(m.bn3.weight, 0)
elif isinstance(m, BasicBlock):
nn.init.constant_(m.bn2.weight, 0)
def model_info(model): # Plots a line-by-line description of a PyTorch model
n_p = sum(x.numel() for x in model.parameters()) # number parameters
n_g = sum(x.numel() for x in model.parameters() if x.requires_grad) # number gradients
print('
%5s %50s %9s %12s %20s %12s %12s' % ('layer', 'name', 'gradient', 'parameters', 'shape', 'mu', 'sigma'))
for i, (name, p) in enumerate(model.named_parameters()):
name = name.replace('module_list.', '')
print('%5g %50s %9s %12g %20s %12.3g %12.3g' % (
i, name, p.requires_grad, p.numel(), list(p.shape), p.mean(), p.std()))
print('Model Summary: %d layers, %d parameters, %d gradients' % (i + 1, n_p, n_g))
????print('Model?Size:?%f?MB?parameters,?%f?MB?gradients
'?%?(n_p*4/1e6,?n_g*4/1e6))
`/*
輸入：imput[IC][IH][IW]
IC = input.channels
IH = input.height
IW = input.width
卷積核: kernel[KC1][KC2][KH][KW]
KC1 = OC
KC2 = IC
KH = kernel.height
KW = kernel.width
輸出：output[OC][OH][OW]
OC = output.channels
OH = output.height
OW = output.width
其中，padding = VALID，stride=1，
OH = IH - KH + 1
OW = IW - KW + 1
也就是先提前把Oh和Ow算出來，然后將卷積核和輸入數(shù)據(jù)一一對應(yīng)即可
*/
for(int ch=0;ch
工商網(wǎng)監(jiān)
評論