计算机视觉算法 面试必备知识点（2022）

去年面试字节的时候，准备了一些算法常用的面试知识点，事实证明，准备的还不错。现在分享给大家，希望自己求职路也顺利些。

目录

优化算法，Adam, Momentum, Adagard，SGD原理：

正则化：

Logit函数和sigmoid函数的关系：

损失函数：

交叉熵损失函数：

神经网络为啥使用交叉熵？

激活函数的作用：

逻辑回归和线性回归：

分类算法及其应用场景：

Batch Normalization：批标准化

欠拟合、过拟合的解决方法：

如何解决梯度消失和梯度爆炸问题

如何解决正负样本不平衡问题：

线性回归和逻辑回归：

训练网络不收敛的原因：

使用较小卷积核的好处：

---

高频问题：

优化算法，Adam, Momentum, Adagard，SGD原理：

参考深度学习187页 / 优化方法总结：SGD，Momentum，AdaGrad，RMSProp，Adam_Joe-Han的博客-CSDN博客_momentum sgd

自适应学习率算法

Adagard在训练的过程中可以自动变更学习的速率,设置一个全局的学习率,而实际的学习率与梯度历史平方值总和的平方根成反比。用adagrad将之前梯度的平方求和再开根号作为分母，会使得一开始学习率呈放大趋势，随着训练的进行学习率会逐渐减小

Momentum参考了物理中动量的概念,前几次的梯度也会参与到当前的计算中,但是前几轮的梯度叠加在当前计算中会有一定的衰减。用来解决梯度下降不稳定，容易陷入鞍点的缺点

SGD为随机梯度下降,每一次迭代计算数据集的mini-batch的梯度,然后对参数进行跟新。优点是更新速度快，缺点是训练不稳定，准确度下降。

Adam利用梯度的一阶矩估计和二阶矩估计动态调整每个参数的学习率,在经过偏置的校正后,每一次迭代后的学习率都有个确定的范围,使得参数较为平稳,结合momentum和adagrad两种算法的优势

正则化：

用来显示地设计来减少测试误差，修改学习算法，降低泛化误差而非训练误差.通过对目标函数添加一个参数范数惩罚，限制模型的学习能力。

L1正则化 各个参数的绝对值之和， 可以产生稀疏权值矩阵，即产生一个稀疏模型，可以用于特征选择；一定程度上可以防止过拟合。

稀疏矩阵指的是很多元素为0、只有少数元素是非零值的矩阵。以线性回归为例，即得到的线性回归模型的大部分系数都是0，这表示只有少数特征对这个模型有贡献，从而实现了特征选择。总而言之，稀疏模型有助于进行特征选择。

L2正则化可以防止模型过拟合  L2是各个参数平方和的开方值

L1不可导的时候该怎么办？      Q: 当损失函数不可导,梯度下降不再有效,可以使用坐标轴下降法,梯度下降是沿着当前点的负梯度方向进行参数更新,而坐标轴下降法是沿着坐标轴的方向,假设有m个特征个数,坐标轴下降法进参数更新的时候,先固定m-1个值,然后再求另外一个的局部最优解,从而避免损失函数不可导问题

了解L1、L2范数： 深入理解L1、L2范数_取个名字最难了的博客-CSDN博客_l1范数图像

Logit函数和sigmoid函数的关系：

logistic function 是 logit funciton的反函数

sigmoid function不是某一个函数，而是指某一类形如"S"的函数，都可以成为sigmoid的函数.

区别logit\logistic\simoid函数： 一篇文章搞懂logit, logistic和sigmoid的区别 - 知乎 关于机器学习中logit的含义，对于理解模型很有帮助

sigmoid的优点在于输出范围有限，所以数据在传递的过程中不容易发散。当然也有相应的缺点，就是饱和的时候梯度太小。

sigmoid还有一个优点是输出范围为(0, 1)，所以可以用作输出层，输出表示概率；处处可导，

损失函数：

交叉熵损失 Cross Entropy ：多分类问题常用的损失函数 

交叉熵主要是用来判定实际的输出与期望的输出的接近程度

交叉熵公式：

交叉熵损失函数：

交叉熵损失函数经常用于分类问题中，特别是在神经网络做分类问题时，也经常使用交叉熵作为损失函数，此外，由于交叉熵涉及到计算每个类别的概率，所以交叉熵几乎每次都和sigmoid(或softmax)函数一起出现。

我们用神经网络最后一层输出的情况，来看一眼整个模型预测、获得损失和学习的流程：

1. 神经网络最后一层得到每个类别的得分scores（也叫logits）；

2. 该得分经过sigmoid(或softmax)函数获得概率输出；

3. 模型预测的类别概率输出与真实类别的one hot形式进行交叉熵损失函数的计算

n代表类别的数量

神经网络为啥使用交叉熵？

MSE：均方误差， 回归任务中最常用的性能度量

一道实际应用题  损失函数｜交叉熵损失函数 - 知乎 写的无敌好，用一个多分类问题来讲解

softmax和sigmoid函数的区别与联系：

Sigmoid =多标签分类问题=多个正确答案=非独占输出

Softmax =多类别分类问题=只有一个正确答案=互斥输出

参考  Softmax函数和Sigmoid函数的区别与联系 - 知乎  

激活函数的作用：

是为了增加神经网络模型的非线性。没有激活函数的每层都相当于矩阵相乘。就算你叠加了若干层之后，无非还是个矩阵相乘罢了。所以你没有非线性结构的话，根本就算不上什么神经网络。

relu比sigmoid的效果好在哪里？

relu(x) = max(0,x) 在大于0的部分梯度为常数，不会有梯度弥散现象；relu的导数计算的更快；relu在负半区的导数为0，所以神经元激活值为负数时，梯度为0，该神经元不参与训练，具有稀疏性。

relu的变体：leaky/'li:ki/ relus  

逻辑回归和线性回归：

线性回归用来做预测,LR用来做分类。线性回归是来拟合函数,LR是来预测函数。线性回归用最小二乘法来计算参数,LR用最大似然估计来计算参数。线性回归更容易受到异常值的影响,而LR对异常值有较好的稳定性。LR本质上还是线性回归，只是特征到结果的映射过程中加了一层函数映射，即sigmoid函数，即先把特征线性求和，然后使用sigmoid函数将线性和约束至(0,1)之间，结果值用于二分或回归预测。

SVM的推导 ：  推导 | SVM详解（1）SVM基本型 - 知乎

LR和SVM的异同:

LR和SVM都是分类算法（SVM也可以用与回归）LR是参数模型,SVM为非参数模型。LR采用的损失函数为logisticalloss,而SVM采用的是hingeloss。在学习分类器的时候,SVM只考虑与分类最相关的少数支持向量点。LR的模型相对简单,在进行大规模线性分类时比较方便。

逻辑回归方法基于概率理论，假设样本为1的概率可以用sigmoid函数来表示，然后通过极大似然估计的方法估计出参数的值

支持向量机基于几何间隔最大化原理，认为存在最大几何间隔的分类面为最优分类面

参考 LR和SVM的区别 - 1直在路上1 - 博客园

分类算法及其应用场景：

单一的分类方法主要包括：LR逻辑回归，SVM支持向量机，DT决策树、NB朴素贝叶斯、NN人工神经网络、K-近邻；集成学习算法：基于Bagging和Boosting算法思想，RF随机森林,GBDT，Adaboost,XGboost。

Batch Normalization：批标准化

通过规范化的手段,将越来越偏的分布拉回到均值为0方差为1的标准正态分布,使得激活函数的输入值落在激活函数对输入比较敏感的区域,从而使梯度变大,加快学习收敛速度,避免梯度消失的问题。

参考：深度学习中 Batch Normalization为什么效果好？ 深度学习中 Batch Normalization为什么效果好？ - 知乎

BN带来的好处。

(1) 减轻了对参数初始化的依赖，这是利于调参的朋友们的。

(2) 训练更快，可以使用更高的学习率。

(3) BN一定程度上增加了泛化能力，dropout等技术可以去掉。

欠拟合、过拟合的解决方法：

过拟合：早停法、决策树剪枝、正则化、

神经网络的dropout

逐层归一化(batch normalization)

增加样本，数据清洗之后在进行模型训练

集成学习Bagging使模型更加的稳定，其作用是因为降低了模型的方差，对过拟合有一定的作用

如何解决梯度消失和梯度爆炸问题

激活函数的原因，由于梯度求导的过程中梯度非常小，无法有效反向传播误差，造成梯度消失的问题

1）使用 ReLU、LReLU、ELU、maxout 等激活函数

sigmoid函数的梯度随着x的增大或减小和消失，而ReLU不会。

2）使用批规范化

通过规范化操作将输出信号x规范化到均值为0，方差为1保证网络的稳定性。从上述分析分可以看到，反向传播式子中有w的存在，所以w的大小影响了梯度的消失和爆炸，Batch Normalization 就是通过对每一层的输出规范为均值和方差一致的方法，消除了w带来的放大缩小的影响，进而解决梯度消失和爆炸的问题。

如何解决正负样本不平衡问题：

数据不平衡问题：

过采样，对训练集里面样本数量较少的类别（少数类）进行过采样，合成新的样本来缓解类不平衡。

欠采样，对训练集里面样本数量较多的类别（多数类）进行欠采样，抛弃一些样本来缓解类不平衡。

合成新的少数类

阈值移动

线性回归和逻辑回归：

参考： 一、线性回归和逻辑回归_呆呆的猫的博客-CSDN博客_线性回归和逻辑回归  整理的特别好！！！必看！

逻辑回归的损失函数：对数似然损失函数

loss = -【yln a - (1-y)ln a】

其中y表示样本的真实标签，即0或者1.

a表示预测结果是0或者1的概率,则a的取值在区间【0,1】。

当因此上面多项式中我们单次智能考虑一种预测的结果--正例/负例。

考虑正例时，即y= 1时，loss函数=-【yln a】, 当a越接近于1,则ln a取的最大值， y = 1，则损失函数取得最小值。

补充：逻辑回归是做二分类的，也就是依据伯努利分布进行推导的算法

1、LR和SVM都可以处理分类问题，且一般都用于处理线性二分类问题（在改进的情况下可以处理多分类问题）

2、两个方法都可以增加不同的正则化项，如l1、l2等等。所以在很多实验中，两种算法的结果是很接近的。

区别：

1、LR是参数模型，SVM是非参数模型。

2、从目标函数来看，区别在于逻辑回归采用的是logistical loss，SVM采用的是hinge loss，这两个损失函数的目的都是增加对分类影响较大的数据点的权重，减少与分类关系较小的数据点的权重。

3、SVM的处理方法是只考虑support vectors，也就是和分类最相关的少数点，去学习分类器。而逻辑回归通过非线性映射，大大减小了离分类平面较远的点的权重，相对提升了与分类最相关的数据点的权重。

4、逻辑回归相对来说模型更简单，好理解，特别是大规模线性分类时比较方便。而SVM的理解和优化相对来说复杂一些，SVM转化为对偶问题后,分类只需要计算与少数几个支持向量的距离,这个在进行复杂核函数计算时优势很明显,能够大大简化模型和计算。

5、logic 能做的 svm能做，但可能在准确率上有问题，svm能做的logic有的做不了。

训练网络不收敛的原因：

（1）没有做数据归一化；

（2）没有检查过预处理结果和最终的训练测试结果；

（3）没有做数据预处理；

（4）没有使用正则化；

（5）Batch Size设的太大；

（6）学习率设的不合适；

（7）最后一层的激活函数错误；

（8）网络存在坏梯度，比如当Relu对负值的梯度为0，反向传播时，梯度为0表示不传播；

（9）参数初始化错误；

（10）网络设定不合理，网络太浅或者太深；

（11）隐藏层神经元数量错误；

（12）数据集标签的设置有错误

My Neural Network isn't working! What should I do?

使用较小卷积核的好处：

使用了3个3*3卷积核来代替7*7卷积核，使用了2个3*3卷积核来代替5*5卷积核，这样做的主要目的是在保证具有相同感知野的条件下，提升了网络的深度，在一定程度上提升了神经网络的效果。

对于两个3*3卷积核，所用的参数总量为2*(3*3)*channels, 对于5*5卷积核为5*5*channels, 因此可以显著地减少参数的数量。