美文网首页
ML DL面试总结

ML DL面试总结

作者: simple的课 | 来源:发表于2019-05-10 16:12 被阅读0次

    参考链接:https://blog.csdn.net/v_july_v/article/details/78121924

    5/10/2019

    1. 请简要介绍下SVM

    SVM,全称是support vector machine,中文名叫支持向量机。SVM是一个面向数据的分类算法,它的目标是为确定一个分类超平面,从而将不同的数据分隔开。

    2. 请简要介绍下tensorflow的计算图

    Tensorflow是一个通过计算图的形式来表述计算的编程系统,计算图也叫数据流图,可以把计算图看做是一种有向图,Tensorflow中的每一个节点都是计算图上的一个Tensor, 也就是张量,而节点之间的边描述了计算之间的依赖关系(定义时)和数学操作(运算时)。

    如下两图表示:a=x*y; b=a+z; c=tf.reduce_sum(b);

    3 在k-means或kNN,我们常用欧氏距离来计算最近的邻居之间的距离,有时也用曼哈顿距离,请对比下这两种距离的差别.

    4. 如何用sigmoid做多标签分类?

    相关文章

      网友评论

          本文标题:ML DL面试总结

          本文链接:https://www.haomeiwen.com/subject/opbaoqtx.html