中科大软件学院人工智能2021秋期末考试涉及知识点（回忆版）

1. 一个关于反向传播的的梯度计算 类似这个链接的算法，但是题目计算是抽象的。激活函数是sigmoid

2. 输入图片size（64，64，3）,经过一个有一个隐藏层（100个神经元）的两层全连接，需要多少bits来存储参数？（float64

3. 过拟合是什么？怎么判别？

4. 学习率过大/小的影响和判别方法

5. 三种数据增强的方法

6. 处理图像为什么用卷积神经网络不用全连接神经网络

7. 为什么在两层间使用非线性函数

8. BN层的位置

9. 什么是padding point ? SGD能解决它吗

10. 使用小批量梯度下降，写出损失函数

11. 参数计算（model的bias weight size)

12. 如何使用迁移学习提高模型

当时比较怕被八强所以记下来了，然而老师高抬贵手。于是再也看不懂记的什么鬼东西了