1.Depthwise卷积相关知识
优点：计算量和运算成本较低
缺点：输入层每个通道独立进行卷积运算，无法有效利用不同通道在相同空间位置上的Feature信息。
Depthwise Convolution的一个卷积核负责一个通道，一个通道只被一个卷积核卷积。上面所提到的常规卷积每个卷积核是同时操作输入图片的每个通道，其卷积核数量与上一层通道数相同，Depthwise Convolution完成后的Feature map数量与输入层的通道数相同，无法扩展Feature map。
2.1*1卷积核的作用
增加网络的非线性能力，可以更好的拟合参数
完成降维和升维的作用
可以减少参数量，降低计算成本和计算复杂度
3.反卷积相比其他上采样层的缺点，棋盘格现象怎么产生的？
反卷积是上采样的一种，其他的有线性插值法：最邻近插值（NN）,双线性插值（Biliner）缺点之一可能就是产生棋盘格效应，在图像生成的任务中，由于最后添加了反卷积层，导致
4.3D卷积和2D卷积的区别，存在的问题，如何加速运算
3D卷积能保留输入信号的时间信息，2D卷积不能保留输入信息的时间信息；2D卷积提取单张图像的空间特征，3D卷积能够提取图像之间的时间维度上的物体的运动信息。
5.卷积核大小如何选取
在感受野相同的情况下，卷积核越小，参数量和计算量越小；一般先选择33的卷积核尺寸，因为11和2*2无法提升感受野，无论padding如何操作，输入输出都尺寸一致。对于卷积层数和卷积核个数一般都是trial and error没有统一的标准，也就是说在由层数和通道数组成的超参数集合中，一般是通过实验选择最优的参数。
6.卷积层减少参数的方法？
PW卷积：Pointwise Convolution，俗称 1x1 卷积，主要用于数据降维，减少参数量；
多个小尺寸卷积代替大卷积核，加深网络的同时减少参数量
精巧的Bottleneck结构可以减少参数量
采用精巧的Depthwise Separable Conv（深度可分卷积）设计
7.Dropout的原理
dropout改变之前稠密网络中，权重统一学习，参数统一更新的模式，提出在每次训练迭代中，让网络中的部分参数得到学习，即部分参数得到更新，部分参数保持不更新。由于每次选择激活的神经元是随机的，dropout可以看成是集成学习bagging的一种。
可以消除减弱了神经元节点间的联合适应性，增强了泛化能力
8.朴素贝叶斯的一些知识点
朴素贝叶斯最重要的一个假设是：属性条件独立性假设，解决了联合概率无法拆分运算的问题。
先求出类别的先验概率，乘以类别之下各个属性的条件概率，最后最大化二者的乘积就是NB分类器的判别准则。
半朴素贝叶斯适当考虑一部分属性间的相互依赖信息，独依赖估计就是其中常用的策略，其假设每个属性在类别之外最多依赖其他的一个属性。
朴素贝叶斯与极大似然估计的一些区别和联系：
极大似然估计估计的参数是固定形式的一个未知变量，其具体运算只需要用到微分即可，但是贝叶斯估计是将参数视为有某种已知先验分布的随机变量。
Tips:极大似然估计的目的是利用已知的样本结果，反推最有可能（最大概率）导致这种结果的参数值。“模型已定，参数未知”利用实验结果得到某个参数值能够使样本出现的概率最大。
9.直接转置卷积和先上采样再卷积的区别
反卷积会产生棋盘效应，上采样+卷积不会出现这种情况
10.MaxPooling怎么传递导数
对于max pooling 而言，对于非极大值而言是没有梯度的，因为轻微地改变它们并不影响结果，此外，max可以近似看作斜率为1，因为输出的值等于max.因此，梯度是从下一层当中反向传播到取得最大值的神经元上的，所有其他的神经元梯度值为0。
源码中有一个max_idx_的变量，这个变量就是记录最大值所在位置的，因为在反向传播中要用到
11.CNN中池化的作用
下采样；降维去除冗余信息对特征进行压缩减小参数量 ；实现非线性；可以扩大感受野；可以实现不变性：平移不变性、旋转不变性和尺度不变性。
12.Shufflenet的结构
ShuffleNet的核心就是用pointwise group convolution，即是只在组内进行Pointwise卷积，但是这种分组Pointwise卷积会带来卷积通道之间信息沟通不流畅的问题，为了解决这个问题channel shuffle被提出来和depthwise separable convolution代替ResNet block的相应层构成了ShuffleNet uint，达到了减少计算量和提高准确率的目的。channel shuffle解决了多个group convolution叠加出现的边界效应，pointwise group convolution和depthwise separable convolution主要减少了计算量
ShuffleNetv2中提出了一些高效率网络结构的设计原则：1、使用平衡的卷积，及通道数一样 2、分组卷积会带来计算消耗 3、减少网络的分支 4、减少element-wise（元素级）操作ReLU，ADD和depthwise convolution；同时网络中采用了channel split的操作，减少了像ShuffleNetv1中的Add和ReLU操作
13.池化的理解和总结
池化的作用：1、下采样，对特征图进行压缩 2、降维、去除冗余信息、对特征进行压缩、简化网络复杂度、减小计算量、减小内存消耗等等。3、扩大感受野 4、
可以实现不变性，其中不变形性包括，平移不变性、旋转不变性和尺度不变性。
平均池化：计算图像区域的平均值作为该区域池化后的值。
最大池化：选图像区域的最大值作为该区域池化后的值。
全局平均池化：可对特征图实现降维，输入为NCHW,输出为NC11,选特征图的平均值作为整幅特征图的输出，可直接输入给softmax做分类
全局最大池化：选特征图的最大值作为整幅特征图的输出
重叠池化：重叠池化就是，相邻池化窗口之间有重叠区域
空间金字塔池化（Spatial Pyramid Pooling）：它将一个pooling变成了多个scale的pooling。用不同大小池化窗口作用于上层的卷积特征。也就是说 spatital pyramid pooling layer就是把前一卷积层的feature maps的每一个图片上进行了3个卷积操作，并把结果输出给全连接层。其中每一个pool操作可以看成是一个空间金字塔的一层。
空间金字塔池化可以把任意尺度的图像的卷积特征转化成相同维度，这不仅可以让CNN处理任意尺度的图像，还能避免cropping和warping操作，导致一些信息的丢失，具有非常重要的意义。
14.Resnet的结构特点以及解决的问题是什么
ResNet的动机在于认为拟合残差比直接拟合潜在映射更容易优化；结构特点就是引入了残差块结构，让网络不在直接拟合F（x）而是拟合F（x）=H（x）-X, ResNet中，所有的Residual Block都没有pooling层，降采样是通过conv的stride=2实现的ResNet要解决的其实是深度神经网络的退化问题，即为在训练集上准确率下降的现象，过拟合时候准确率是应该上升的。即为不是由过拟合引起的plain net的梯度消失和梯度爆炸问题
15.Unet的结构为什么要先下采样，上采样
U-Net想要利用跳过连接融合不同尺度的信息，其中的下采样就是利用卷积神经网络来做的实现的是特征提取，而上采样通过反卷积来做。
16.ResnetV1到ResnetV2的改进是什么？Resnet怎么完成下采样过程的？
改进了Res unit，继续保持了恒等映射，并且采用BN层作为预激活函数加强对模型的正则化；ResNet中的下采样是通过改变卷积核的步长来调节的，其中无论是在Basicblock或者Bottleneck中都是在3x3的卷积核中进行的，而且是在每一个stage的第一个残差单元中进行的
17.FPN的结构特点
自然地利用了CNN中每一层输出内在的多尺度特征，即为金字塔形式，主要采用Top-Down和横向连接以此融合具有高分辨率的浅层layer和具有丰富语义信息的深层layer。这样就实现了从单尺度的单张输入图像，快速构建在所有尺度上都具有强语义信息的特征金字塔
18.ROI pooling和ROI align的区别
RolPooling可以使生成的候选框region proposal映射产生固定大小的feature map，
其中最大地区别，RolPooling采用最邻近插值法，ROI align采用地是双线性插值，在进行小目标物体检测地时候，后者会更精确。
19.简单说下AlexNet、Vgg、ResNet、DenseNet、GoogleNet的特色是什么
网络逐渐加深，其中
AlexNet：首次采用了dropout data augmentation, LRN(local response normalizetion)解决过拟合，采用了Relu作为激活函数，收敛速度加快,并且使用了Dropout来防止过拟合。Overlapping Pooling：利用pooling的步长小于尺寸来实现
Vgg：采用较小的卷积核，替代大卷积核。增加了网络的非线性，减少了参数量，使得网络的深度更深。但是更深的网络深度增加了模型的性能，且vgg中也采用了11的卷积但是其不像Inception里面采用11的卷积整合通道，可以理解成只是进一步引入非线性，增加网路的深度
Googlenet：提出Inception的结构，也即是NIN(Network in Network)，这种结构可以改变通道数，参数减少模型除了在深度上增加，还增加了网络的宽度
ResNet：引入残差结构，使用这种跳过连接，是的更深层的网络可有效训练
DenseNet：引入密集连接，使用来自当前层之前的所有层的信息，DenseNet中的dense connectivity就是一种升级版的shortcut connection
20.怎么计算感受野，怎么增加感受野**
其中对于第一层j=r=1,j表示特征图输出之间的间隔，
下采样卷积和扩张卷积可以增加感受野的大小。
扩张卷积：也被称为空洞卷积或者膨胀卷积，是在标准的卷积核中注入空洞，以此来增加模型的感受野（reception field）。相比原来的正常卷积操作，扩张卷积多了一个参数： dilation rate，指的是卷积核的点的间隔数量，比如常规的卷积操作dilatation rate为1。
21.为什么卷积神经网络适合于做视频和图像，还能用于其它领域吗？
卷积神经网络具有天然的局部连接和权值共享的特性。可以降低计算量，应对参数量巨大的问题。
22.CNN中能够自然起到防止过拟合的办法
卷积天然具有稀疏连接和权重共享的特点、可以降低参数量，防止过拟合，提升模型的泛化能力。除了卷积层的这两个特点之外，池化层可以降低网络参数，也可以降低网络的过拟合
23.CNN中的感受野和权值共享是什么意思？
24.BN层的作用，为什么有这个作用？在训练和测试时有什么不同，在测试时怎么使用？
BN也即Batch Normalization，批规范化。在深度网络中每一层的输入分布都会因为前层的参数变化而改变，这会导致我们不得不采用更低的学习率以及更小心的初始化等方式，减慢了模型的训练。BN就是通过每一个mini batch的规范化解决这一问题。
以CNN为例，每一层输入的数据多为 NWHC的张量，N表示batch size，WH是特征图大小，C指的是特征数或通道数。BN层对每个通道对应的NWH的数据进行归一化，并进行变化重构，变化重构参数 γ \gammaγ和β \betaβ是可学习的，首先对输入数据取均值和标准差，并进行归一化，ϵ \epsilonϵ是防止除0的很小数值，然后对归一化后的数据进行变换重构。
BN层在训练阶段，对每一批mini-batch的数据分别求均值与方差用于规范化，但在测试阶段，这一值使用的是全期训练数据的均值方差，也即模型训练到当前状态所有数据的均值方差，这个数据是在训练过程中通过移动平均法得到的。
25.BN层做预测时候，方差均值怎么算的，Online learning的时候怎么算的？
BN层在训练阶段，对每一批mini-batch的数据分别求均值与方差用于规范化，但在测试阶段，这一值使用的是全期训练数据的均值方差，也即模型训练到当前状态所有数据的均值方差，这个数据是在训练过程中通过移动平均法得到的。
26.SequeezeNet:
网络设计方面：
1、11卷积替换33卷积，减少参数量
2、减少33卷积的输入通道数，此处使用的是11的卷积来实现降维，好处是：减少运算量，同时当通道平衡时，可以减少MAC
3、延迟降采样，可以提高网络精度
架构上：Fire Moudle 由Squeeze和expand层来实现
27.MobileNetV1
使用深度可分离卷积构建轻量级神经网络：
DW：每个卷积核应用在一个通道上。
DW：组合通道卷积的输出
1.使用深度可分离卷积代替传统卷积
DW卷积输出的特征之间没有信息交流，信息流通不畅，DW进行滤波操作
PW卷积可实现通道特征的信息交流，PW卷积负责通通道转换
2.使用步长为2的卷积替换池化层
MobileNetV2的改进和优化：
1、反转残差：由于DW卷积提取特征本身较少，如果采用传统的先压缩后扩张的方式，无法提取丰富的特征，MobileNetV2采用先扩张再压缩的方式（具体的操作是在DW卷积之前采用了PW卷积），保证网络提取更多的特征
2、线性瓶颈：为了方式relu对提取特征的破坏，MobileNetV2在残差块的逐元素级求和之前不再使用relu作为激活函数，而是使用线性激活函数来替代，防止relu破坏特征。
28.什么是Soft attention和****hard attention?
29.Dropout的机制，为什么能抑制过拟合？
Dropout的核心思想是训练时以一定的概率p（通常是50%）关闭隐藏层神经元的输出，也就是输出为0。这种策略可以从不同角度理解：首先这使得每次训练的模型并不是相同的结构，可以认为是原网络的子集，最终的输出是这些不同模型不同结构共同作用的结果（类似于集成学习中Bagging的策略）；另外Dropout方法可以让神经元之间减小依赖性，因为随机的关闭可以使得神经元之间不会总是同时作用。
综合来看，BN层在训练和测试的主要区别在于：训练时的均值方差来源于当前的mini-batch数据，而测试时，则要使用训练使用过的全部数据的均值方差，这一点训练时就通过移动均值方法计算并保存下来了；Dropout方法的训练测试区别在于：训练时随机的关掉部分神经元，而测试时所有神经元都工作但都要乘上系数（可以理解为训练了很多子模型，测试时要求他们加权求和的结果,可以按照集成学习中的bagging来理解）。
30.神经网络中权重参数为什么不能初始化为0，会发生什么？
当神经网络中权重参数初始化为0，在反向传播更新参数的过程中，会导致每一层的参数相同，那么隐层节点数目再多也相当于一个，神经网络失去意义，这种现象叫做隐层神经元的对称性，通常是权重参数随机初始化，b初始化为0，可以使得参数都能得到更新。
我们也可以发现，梯度的消失爆炸不仅与激活函数的导数有关，还与各层权重相乘有关。
31.为什么训练时候在计算资源允许的情况下，使用较大的batch
从BN的角度理解，BN训练时候使用batch的均值和方差代表数据的分布，测试时候使用全量数据的均值和方差，当一批数据较大的时候，可以更好的代表训练集的分布，缩减了与全量数据的差别。