👨：考试题目主要是计算题（涉及卷积操作，反向传播计算等）和简答题（概念理解），由7道大题组成，比较简单。
下面是去年和前年的期末题整理：
- ✅卷积神经网络：卷积核在图上扫一圈，参数量是多少，feature map多大？【一起入门DeepLearning】中科院深度学习_期末复习题2018-2019第三题：卷积计算
- ✅图卷积神经网络：给你几个点，做一次图卷积，给了激活函数和特征，做一次图卷积后最终输出的结果。【一起入门DeepLearning】中科院深度学习_期末复习题2018-2019第九题：GCN计算
- ✅全连接神经网络：给定激活函数，求梯度：【一起入门DeepLearning】中科院深度学习_期末复习题2018-2019第二题：求梯度
- ✅ 优化与正则化：【一起入门DeepLearning】中科院深度学习_期末复习题2018-2019第五题：正则化与优化
- ✅LSTM与GRU的区别，LSTM解决了什么问题？：【一起入门DeepLearning】中科院深度学习_期末复习题2018-2019第四题：LSTM与GRU
- ✅强化学习的基本思想：【一起入门DeepLearning】中科院深度学习_期末复习题2018-2019第七题：强化学习
- ✅注意力机制是怎么回事？：【一起入门DeepLearning】中科院深度学习_期末复习题2018-2019第八题：注意力机制
- ✅正则化与优化方法：【一起入门DeepLearning】中科院深度学习_期末复习题2018-2019第五题：正则化与优化
- ✅梯度消失，梯度爆炸？【一起入门DeepLearning】中科院深度学习_期末复习_梯度消失与梯度爆炸
- ✅机器学习基础：
- 💗主观题：印象最深的报告是哪一组？
- 💗生成对抗网络，BMS的优势和特点？
标签：
深度学习
本文转载自: https://blog.csdn.net/qq_39328436/article/details/124947393
版权归原作者 vector<> 所有， 如有侵权，请联系我们删除。
版权归原作者 vector<> 所有， 如有侵权，请联系我们删除。