點選藍字關注我們，小七等你好久嘍

解析：

方法：我們生成兩個 12 維高斯混合。高斯具有相同的協方差矩陣，但在每個維度都有一個由 1 隔開的均值。該資料集由 500 個高斯組成，其中 400 個用於訓練，100 個用於測試。我們在這個神經網路中初始化權重值，看哪一個具有最好的訓練效能。

假設：我們期望 Xavier 損失具有最好的效能（它是 tensorflow 中使用的預設值），而其他方法效能不佳（尤其是不斷的初始化）。

執行實驗所需的時間： 34.137 s

結論：Xavier 和高斯（具有較低的方差）初始化會得到很好的訓練。有趣的是，常數 0 的初始化最終導致訓練，而其他初始化並不會。

討論：Xavire 初始化提供了最好的效能，這並不奇怪。標準偏差小的高斯也適用（但不像 Xavire 那樣好）。如果方差變得太大，那麼訓練速度就會變得較慢，這可能是因為神經網路的大部分輸出都發生了爆炸。

52、不同層的權重是否以不同的速度收斂？

解析：

我們的第一個問題是，不同層的權重是否以不同的速度收斂。

方法： 我們生成兩個 12 維高斯混合。高斯具有相同的協方差矩陣，但每個維度上都有一個由 1 隔開的均值。該資料集由 500 個高斯組成，其中 400 個用於訓練，100 個用於測試。我們在這個資料集上訓練一個帶有 3 個隱藏層（將導致 4 層權重，包括從輸入到）第一層的權重）的神經網路，我們在訓練過程中繪製每層 50 個權重值。我們通過繪製兩個輪數之間的權重的差分來衡量收斂性。

假設： 我們期望後一層的權重會更快地收斂，因為它們在整個網路中進行反向傳播時，後期階段的變化會被放大。

執行實驗所需的時間： 3.924 s

結論： 我們發現後一層的權重比前一層收斂得更快。

討論： 看上去第三層的權重是幾乎單調地收斂到它們的最終值，而且這一過程非常快。至於前幾層權重的收斂模式，比較複雜，似乎需要更長的時間才能解決。

53、正則化如何影響權重？

解析：

方法：我們生成兩個 12 維高斯混合。高斯具有相同的協方差矩陣，但在每個維度上都有一個由 1 隔開的均值。該資料集由 500 個高斯組成，其中 400 個用於訓練，100 個用於測試。我們在這個資料集上訓練一個具有 2 個隱藏層的神經網路，並在整個訓練過程中繪製 50 個權重值。

然後我們在損失函式中包含 L1 或 L2 正則項之後重複這一過程。我們研究這樣是否會影響權重的收斂。我們還繪製了正確率的影象，並確定它在正則化的情況下是否發生了顯著的變化。

假設：我們預計在正則化的情況下，權重的大小會降低。在 L1 正則化的情況下，我們可能會得到稀疏的權重。如果正則化強度很高，我們就會預計正確率下降，但是正確率實際上可能會隨輕度正則化而上升。

執行實驗所需的時間： 17.761 s

結論：我們注意到正則化確實降低了權重的大小，在強 L1 正則化的情況下導致了稀疏性。對正確率帶來什麼樣的影響尚未清楚。

討論：從我們所選的 50 個權重的樣本可以清晰地看出，正則化對訓練過程中習得的權重有著顯著的影響。我們在 L1 正則化的情況下能夠獲得一定程度的稀疏性，雖然看起來有較大的正則化強度，這就導致正確率的折衷。而 L2 正則化不會導致稀疏性，它只有更小幅度的權重。同時，對正確率似乎沒有什麼有害的影響。

54、什麼是fine-tuning？

解析：

在實踐中，由於資料集不夠大，很少有人從頭開始訓練網路。常見的做法是使用預訓練的網路（例如在ImageNet上訓練的分類1000類的網路）來重新fine-tuning（也叫微調），或者當做特徵提取器。

以下是常見的兩類遷移學習場景：

1 卷積網路當做特徵提取器。使用在ImageNet上預訓練的網路，去掉最後的全連線層，剩餘部分當做特徵提取器（例如AlexNet在最後分類器前，是4096維的特徵向量）。這樣提取的特徵叫做CNN codes。得到這樣的特徵後，可以使用線性分類器（Liner SVM、Softmax等）來分類影象。

2 Fine-tuning卷積網路。替換掉網路的輸入層（資料），使用新的資料繼續訓練。Fine-tune時可以選擇fine-tune全部層或部分層。通常，前面的層提取的是影象的通用特徵（generic features）（例如邊緣檢測，色彩檢測），這些特徵對許多工都有用。後面的層提取的是與特定類別有關的特徵，因此fine-tune時常常只需要Fine-tuning後面的層。

預訓練模型 

在ImageNet上訓練一個網路，即使使用多GPU也要花費很長時間。因此人們通常共享他們預訓練好的網路，這樣有利於其他人再去使用。例如，Caffe有預訓練好的網路地址Model Zoo。

何時以及如何Fine-tune

決定如何使用遷移學習的因素有很多，這是最重要的只有兩個：新資料集的大小、以及新資料和原資料集的相似程度。有一點一定記住：網路前幾層學到的是通用特徵，後面幾層學到的是與類別相關的特徵。這裡有使用的四個場景：

1、新資料集比較小且和原資料集相似。因為新資料集比較小，如果fine-tune可能會過擬合；又因為新舊資料集類似，我們期望他們高層特徵類似，可以使用預訓練網路當做特徵提取器，用提取的特徵訓練線性分類器。

2、新資料集大且和原資料集相似。因為新資料集足夠大，可以fine-tune整個網路。

3、新資料集小且和原資料集不相似。新資料集小，最好不要fine-tune，和原資料集不類似，最好也不使用高層特徵。這時可是使用前面層的特徵來訓練SVM分類器。

4、新資料集大且和原資料集不相似。因為新資料集足夠大，可以重新訓練。但是實踐中fine-tune預訓練模型還是有益的。新資料集足夠大，可以fine-tine整個網路。

實踐建議

預訓練模型的限制。使用預訓練模型，受限於其網路架構。例如，你不能隨意從預訓練模型取出卷積層。但是因為引數共享，可以輸入任意大小影象；卷積層和池化層對輸入資料大小沒有要求（只要步長stride fit），其輸出大小和屬於大小相關；全連線層對輸入大小沒有要求，輸出大小固定。

學習率。與重新訓練相比，fine-tune要使用更小的學習率。因為訓練好的網路模型權重已經平滑，我們不希望太快扭曲（distort）它們（尤其是當隨機初始化線性分類器來分類預訓練模型提取的特徵時）。

55、請簡單解釋下目標檢測中的這個IOU評價函式（intersection-over-union）

解析：

在目標檢測的評價體系中，有一個引數叫做 IoU ，簡單來講就是模型產生的目標視窗和原來標記視窗的交疊率。

具體我們可以簡單的理解為：即檢測結果DetectionResult與真實值Ground Truth的交集比上它們的並集，即為檢測的準確率 IoU :

舉個例子，下面是一張原圖

然後我們對其做下目標檢測，其DR = DetectionResult，GT = GroundTruth。

黃色邊框框起來的是：

DR⋂GT

綠色框框起來的是：

DR⋃GT

不難看出，最理想的情況就是DR與GT完全重合，即IoU = 1。

題目來源：

七月線上官網（https://www.julyedu.com/）——面試題庫——面試大題——深度學習 第51-55題。

福利時刻：為了幫助大家系統地學習機器學習課程的相關知識，我們特意推出了深度學習系列課程。

更多資訊

請戳一戳