秋招常见问题汇总
一. 深度学习
1. 常见的激活函数特点是什么？比较tanh、sigmoid以及relu。
参考[//blog.csdn.net/weixin_36558054/article/details/90214751]
sigmoid函数的主要特点（缺点）：
- 反向传播时，很容易就会出现梯度消失的情况，从而无法完成深层网络的训练；
- Sigmoids函数收敛缓慢。
- 函数的输出不是以0为均值，将不便于下层的计算。
tanh的特点：
- tanh 是 0 均值的，弥补了sigmoid函数均值为0.5的缺点；在0附近有更大的梯度，使模型收敛速度更快。
- tanh函数的缺点：同sigmoid函数的第一个缺点一样，当z很大或很小时，导数都接近于0，会导致梯度很小，权重更新缓慢，即梯度消失现象。
relu的特点：
- 在输入为正数的时候（对于大多数输入z空间来说），不存在梯度消失问题。
- 计算速度要快很多。ReLU函数只有线性关系，不管是前向传播还是反向传播，都比sigmod和tanh要快很多。（sigmod和tanh要计算指数，计算速度会比较慢）
- 缺点：当输入为负时，梯度为0，会产生梯度消失问题。
Leaky ReLU:
- Leaky ReLU函数解决了ReLU函数在输入为负的情况下产生的梯度消失问题。
二. 机器学习
1. 讲一讲熵
信息熵：H(X)被称为随机变量x的熵,它是表示随机变量不确定的度量，是对所有可能发生的事件产生的信息量的期望。
信息熵是衡量随机变量分布的混乱程度，是随机分布各事件发生的信息量的期望值，随机变量的取值个数越多，状态数也就越多，信息熵就越大，混乱程度就越大。当随机分布为均匀分布时，熵最大；信息熵推广到多维领域，则可得到联合信息熵；
交叉熵：训练数据上模型学到的分布 P(model)和真实数据的分布P(real)越接近越好，所以我们可以使其相对熵最小。
相对熵 (Relative entropy)，也称KL散度 (Kullback–Leibler divergence):相对熵可以用来衡量两个概率分布之间的差异.
交叉熵和KL散度之间的关系：当 H(p)为常量时（注：在机器学习中，训练数据分布是固定的），最小化相对熵DKL(p||q)等价于最小化交叉熵 H(p,q)也等价于最大化似然估计。
