人工智能面试题 · 问题拆解 · CNN
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 8 道 · 更新 2026-08-05
筛选题目已选：问题拆解 · CNN
考察点
技术栈
第 1 题CNN怎么感知全局 考察对卷积神经网络感受野与全局感知机制的理解第 2 题CNN中的卷积到底指什么？是否可以举个例子说明？ 考察对卷积操作本质的理解与应用示例第 3 题请详细介绍你论文中卷积神经网络的设计，重点说明卷积核大小的选择依据及其对参数数量、感受野和计算开销的影响，并现场推导给定输入尺寸和卷积核下的输出尺寸。 考察卷积核大小选择的合理性及卷积网络基础计算能力第 4 题给定输入特征图尺寸为 H×W，卷积核大小为 k，步长为 s，填充大小为 p，请写出卷积后输出特征图的尺寸公式。 考察卷积神经网络基础中输出尺寸计算，包括步长、填充的边界处理第 5 题请手写实现一个可变形卷积（Deformable Convolution）的前向过程，并说明其关键点。 考察对可变形卷积原理和实现细节的理解第 6 题请解释卷积神经网络（CNN）的深层机制，包括卷积、池化和全连接层的作用及其如何逐层提取特征。 考察对CNN核心组件及特征提取流程的理解深度第 7 题CNN 能否用于构建语言模型？请说明其原理、局限性及适用场景。 考察对 CNN 应用于序列建模与语言模型的理解及局限分析第 8 题介绍一下CNN？ 考察对卷积神经网络基本原理和核心组件的理解