用 numpy 手写卷积与二维最大池化
哪些公司问过
答案要点
- 输出尺寸:floor((H + 2·pad − K) / stride) + 1
- 最大池化 padding 补负无穷,窗口内取最大值
- 卷积:窗口与卷积核逐元素相乘求和,跨输入通道累加,每个输出通道一个卷积核,加偏置
- 深度学习中的卷积是互相关,不翻转卷积核
- 向量化:im2col 转矩阵乘,或用 sliding_window_view 生成窗口视图
易错点
- 最大池化用 0 做 padding,输入为负数时结果错误
- 忘记多输入通道要一起求和,或把输出通道和输入通道维度搞混
- 输出尺寸不向下取整,导致越界或形状不匹配
面试官常见追问
- im2col 怎么实现卷积?
- 最大池化的反向传播怎么做?
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。