机器学习面笔试-深度学习篇

1.池化的作用是什么？ （1） invariance(不变性)，这种不变性包括translation(平移)，rotation(旋转)，scale(尺度) （2） 保留主要的特征同时减少参数(降维，效果类似PCA)和计算量，防止过拟合，提高模型泛化能力 2.神经网络的损失函数为什么是非凸的? 主要思路是,任意的凸函数的最优点是唯一的. 假设一个最优点A后,如果总能找到另一点B,使AB点的损失值相等

>>阅读原文<<