神经网络的基础与结构
哪些公司问过
答案要点
- 结构:输入层、隐藏层、输出层,基本单元是神经元
- 神经元:加权求和加偏置,再经过激活函数,如 Sigmoid、Tanh、ReLU
- 非线性激活不可少,否则多层网络等价于线性变换
- 训练:前向传播、损失函数、反向传播计算梯度、优化器更新参数
- 防过拟合:正则化、Dropout、早停;图像用 CNN,序列用 RNN 或 Transformer
易错点
- 不说激活函数的必要性
- 说不清前向与反向传播的作用
- 只讲结构,不讲训练过程
面试官常见追问
- 神经网络怎么调参?
- 为什么需要激活函数?
- 反向传播做了什么?
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。