【面经笔记】红云融通电话二面

本文详细介绍了深度学习模型中的关键参数,包括学习率、网络层数、批大小、损失函数等,并给出了具体数值示例。此外,还探讨了梯度下降算法的变种Adam及其原理,以及CUDA优化措施等内容。
  • 问到各种深度学习的参数 ,需要了解参数的含义及在实际工程应用中大概值如

1、lr 学习率:0.0001

2、层数:VGG本身是13卷积层+3全连接层
取VGG的前 13层卷积层+1层全连接层 ,后面接7层反卷积层

3、batch_size,:1,每次处理一张

4、loss 损失:20000多收敛到6000

5、损失函数:

交叉熵损失函数/logistics loss

http://blog.csdn.net/lanchunhui/article/details/50970625

sigmoid梯度

1ni=0nyˆilog(yi)


function [loss, delta] = loss_crossentropy_paired_sigmoid_grad(pred, output, penalty)

[h,w,c,n] = size(pred);

act = 1 ./ (1 + exp(-pred)); //sigomid

if nargin > 2,
    loss = -log(act).*output.*penalty;
    loss = sum(loss(:));
    delta = (act - output).*penalty;
else
    loss = -log(act).*output;//交叉熵
    loss = sum(loss(:));
    delta = act - output;
end

6、迭代次数,样本量,

7、梯度下降:

Adam = 动量更新+AdaGrad

  • CUDA的优化措施有哪些

纹理内存,全局内存,共享内存,线程束,大核,小核
还说了一个名词,忘记了叫啥,大概含义是:内存访问延迟可以被并行计算掩盖

  • 解释一下OpenMP

OpenMP是一种API,用于编写可移植的多线程应用程序,无需程序员进行复杂的线程创建、同步、负载平衡和销毁工作。

  • 什么是脏读,脏写
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值