更新幾個面試被問到或者聯(lián)想出來的問題，后面有時間回答

　　SGD 中 S(stochastic)代表什么

　　個人理解差不多就是Full-Batch和Mini-Batch

　　監(jiān)督學習/遷移學習/半監(jiān)督學習/弱監(jiān)督學習/非監(jiān)督學習?

　　本筆記主要問題來自以下兩個問題，后續(xù)會加上我自己面試過程中遇到的問題。

　　深度學習相關的職位面試時一般會問什么?會問一些傳統(tǒng)的機器學習算法嗎?

　　如果你是面試官，你怎么去判斷一個面試者的深度學習水平?

　　以下問題來自@Naiyan Wang

　　CNN最成功的應用是在CV，那為什么NLP和Speech的很多問題也可以用CNN解出來?為什么AlphaGo里也用了CNN?這幾個不相關的問題的相似性在哪里?CNN通過什么手段抓住了這個共性?

　　Deep Learning -Yann LeCun, Yoshua Bengio & Geoffrey Hinton

　　Learn TensorFlow and deep learning, without a Ph.D.

　　The Unreasonable Effectiveness of Deep Learning -LeCun 16 NIPS Keynote

　　以上幾個不相關問題的相關性在于，都存在局部與整體的關系，由低層次的特征經(jīng)過組合，組成高層次的特征，并且得到不同特征之間的空間相關性。如下圖：低層次的直線/曲線等特征，組合成為不同的形狀，最后得到汽車的表示。

　　CNN抓住此共性的手段主要有四個：局部連接/權值共享/池化操作/多層次結(jié)構。

　　局部連接使網(wǎng)絡可以提取數(shù)據(jù)的局部特征;權值共享大大降低了網(wǎng)絡的訓練難度，一個Filter只提取一個特征，在整個圖片(或者語音/文本) 中進行卷積;池化操作與多層次結(jié)構一起，實現(xiàn)了數(shù)據(jù)的降維，將低層次的局部特征組合成為較高層次的特征，從而對整個圖片進行表示。如下圖： 

　　上圖中，如果每一個點的處理使用相同的Filter，則為全卷積，如果使用不同的Filter，則為Local-Conv。

　　為什么很多做人臉的Paper會最后加入一個Local Connected Conv?

　　DeepFace: Closing the Gap to Human-Level Performance in Face Verification

　　以FaceBook DeepFace 為例：

　　DeepFace 先進行了兩次全卷積+一次池化，提取了低層次的邊緣/紋理等特征。

　　后接了3個Local-Conv層，這里是用Local-Conv的原因是，人臉在不同的區(qū)域存在不同的特征(眼睛/鼻子/嘴的分布位置相對固定)，當不存在全局的局部特征分布時，Local-Conv更適合特征的提取。

　　以下問題來自@抽象猴

　　什麼樣的資料集不適合用深度學習?

　　數(shù)據(jù)集太小，數(shù)據(jù)樣本不足時，深度學習相對其它機器學習算法，沒有明顯優(yōu)勢。

　　數(shù)據(jù)集沒有局部相關特性，目前深度學習表現(xiàn)比較好的領域主要是圖像/語音/自然語言處理等領域，這些領域的一個共性是局部相關性。圖像中像素組成物體，語音信號中音位組合成單詞，文本數(shù)據(jù)中單詞組合成句子，這些特征元素的組合一旦被打亂，表示的含義同時也被改變。對于沒有這樣的局部相關性的數(shù)據(jù)集，不適于使用深度學習算法進行處理。舉個例子：預測一個人的健康狀況，相關的參數(shù)會有年齡、職業(yè)、收入、家庭狀況等各種元素，將這些元素打亂，并不會影響相關的結(jié)果。

　　對所有優(yōu)化問題來說, 有沒有可能找到比現(xiàn)在已知算法更好的算法?

　　機器學習-周志華

　　沒有免費的午餐定理：

　　對于訓練樣本(黑點)，不同的算法A/B在不同的測試樣本(白點)中有不同的表現(xiàn)，這表示：對于一個學習算法A，若它在某些問題上比學習算法 B更好，則必然存在一些問題，在那里B比A好。

　　也就是說：對于所有問題，無論學習算法A多聰明，學習算法 B多笨拙，它們的期望性能相同。

　　但是：沒有免費午餐定力假設所有問題出現(xiàn)幾率相同，實際應用中，不同的場景，會有不同的問題分布，所以，在優(yōu)化算法時，針對具體問題進行分析，是算法優(yōu)化的核心所在。

　　用貝葉斯機率說明Dropout的原理

　　Dropout as a Bayesian Approximation: Insights and Applications

　　何為共線性, 跟過擬合有啥關聯(lián)?

　　Multicollinearity-Wikipedia

　　共線性：多變量線性回歸中，變量之間由于存在高度相關關系而使回歸估計不準確。

　　共線性會造成冗余，導致過擬合。

　　解決方法：排除變量的相關性/加入權重正則。

　　說明如何用支持向量機實現(xiàn)深度學習(列出相關數(shù)學公式)

　　這個不太會，最近問一下老師。

　　廣義線性模型是怎被應用在深度學習中?

　　A Statistical View of Deep Learning (I): Recursive GLMs

　　深度學習從統(tǒng)計學角度，可以看做遞歸的廣義線性模型。

　　廣義線性模型相對于經(jīng)典的線性模型(y=wx+b)，核心在于引入了連接函數(shù)g(.)，形式變?yōu)椋簓=g?1(wx+b)。

　　深度學習時遞歸的廣義線性模型，神經(jīng)元的激活函數(shù)，即為廣義線性模型的鏈接函數(shù)。邏輯回歸(廣義線性模型的一種)的Logistic函數(shù)即為神經(jīng)元激活函數(shù)中的Sigmoid函數(shù)，很多類似的方法在統(tǒng)計學和神經(jīng)網(wǎng)絡中的名稱不一樣，容易引起初學者(這里主要指我)的困惑。下圖是一個對照表：

　　什麼造成梯度消失問題? 推導一下

　　Yes you should understand backdrop-Andrej Karpathy

　　How does the ReLu solve the vanishing gradient problem?

　　神經(jīng)網(wǎng)絡的訓練中，通過改變神經(jīng)元的權重，使網(wǎng)絡的輸出值盡可能逼近標簽以降低誤差值，訓練普遍使用BP算法，核心思想是，計算出輸出與標簽間的損失函數(shù)值，然后計算其相對于每個神經(jīng)元的梯度，進行權值的迭代。

　　梯度消失會造成權值更新緩慢，模型訓練難度增加。造成梯度消失的一個原因是，許多激活函數(shù)將輸出值擠壓在很小的區(qū)間內(nèi)，在激活函數(shù)兩端較大范圍的定義域內(nèi)梯度為0。造成學習停止　 

　　以下問題來自匿名用戶

　　Weights Initialization. 不同的方式，造成的后果。為什么會造成這樣的結(jié)果。

　　幾種主要的權值初始化方法： lecun_uniform / glorot_normal / he_normal / batch_normal

　　lecun_uniform:Efficient BackProp

　　glorot_normal:Understanding the difficulty of training deep feedforward neural networks

　　he_normal:Delving Deep into Rectifiers: Surpassing Human-Level Performance on ImageNet Classification

　　batch_normal:Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift

　　為什么網(wǎng)絡夠深(Neurons 足夠多)的時候，總是可以避開較差Local Optima?

　　The Loss Surfaces of Multilayer Networks

　　Loss. 有哪些定義方式(基于什么?)， 有哪些優(yōu)化方式，怎么優(yōu)化，各自的好處，以及解釋。

　　Cross-Entropy / MSE / K-L散度

　　Dropout。 怎么做，有什么用處，解釋。

　　How does the dropout method work in deep learning?

　　Improving neural networks by preventing co-adaptation of feature detectors

　　An empirical analysis of dropout in piecewise linear networks

　　Activation Function. 選用什么，有什么好處，為什么會有這樣的好處。

　　幾種主要的激活函數(shù)：Sigmond / ReLU /PReLU

　　Deep Sparse Rectifier Neural Networks

　　Delving Deep into Rectifiers: Surpassing Human-Level Performance on ImageNet Classification