面试题库 › C++ / 后端 › 一个网络能否同时做分类和回归

一个网络能否同时做分类和回归

难度 ★★☆在 1 场真实面经中被问到 方向:C++ / 后端

哪些公司问过

华为1

常见岗位:C++ 后端

答案要点

  1. 可以:共享主干提取特征,分出分类头(softmax/sigmoid)和回归头(线性输出)
  2. 损失分别用交叉熵和MSE/Smooth L1,总损失按权重相加后联合反向传播
  3. 典型例子:目标检测同时做类别分类和边框回归,如Faster R-CNN
  4. 可行原因:任务共享底层特征,共享表示有正则作用,还能节省计算
  5. 难点:损失量级不同需调权重或自动加权(不确定性加权、GradNorm),任务冲突时可能负迁移

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。