人工智能面试题 · tech:tensorflow
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 30 道 · 更新 2026-08-05
筛选题目已选：tech:tensorflow
考察点
技术栈
第 21 题请说明车端算法效果的测评方法、所用工具及评估流程。 考察算法评测体系搭建、工具使用与指标解读能力第 22 题请介绍你了解的精排模型及其工作原理 考察推荐或搜索系统中精排模型的技术理解与原理掌握第 23 题介绍对交叉熵的理解 考察对交叉熵概念、公式、性质及在机器学习中作用的理解第 24 题请介绍几种神经网络底层优化的方法，并说明它们如何提升训练效率或模型性能。 考察对神经网络训练优化方法的系统理解与实际应用能力第 25 题ReLU激活函数的缺点、改进方式，以及导数突变点会导致什么问题？ 考察激活函数选型、梯度问题与改进方案的理解第 26 题训练大模型的框架都有哪些呢？ 考察对深度学习框架及其在大模型训练场景中的适用性的了解第 27 题Dropout和Batch Normalization分别是什么？它们如何防止过拟合？ 考察对正则化技术和归一化技术原理的理解第 28 题训练过程中你调过哪些参数，分别是怎么设置的？ 考察对训练超参数及其设置逻辑的理解第 29 题请列举你常用的深度学习框架，并说明在什么场景下选择它们。 考察对主流深度学习框架的熟悉程度及技术选型能力第 30 题为什么预测时要用全局的均值方差，数据预处理的归一化可以替代BatchNorm吗，为什么？ 考察对BatchNorm训练与推理阶段行为差异及其本质原理的理解