人工智能面试题

1、深度学习框架TensorFlow中都有哪些优化方法？ 
答：GradientDescentOptimizer 
AdagradOptimizer 
Optimizer 
优化最小代价函数 
2、深度学习框架TensorFlow中常见的激活函数都有哪些？ 
答：relu，sigmoid,tanh 
3、深度学习框架TensorFlow中有哪四种常用交叉熵？ 
答： tf.nn.weighted_cross_entropy_with_logits 
tf.nn.sigmoid_cross_entropy_with_logits 
tf.nn.softmax_cross_entropy_with_logits 
tf.nn.sparse_softmax_cross_entropy_with_logits 
4、什么叫过拟合，避免过拟合都有哪些措施？ 
答：过拟合：就是在机器学习中，我么测试模型的时候，提高了在训练数据集的表现力时候， 
但是在训练集上的表现力反而下降了。 
解决方案： 
1.正则化 
2.在训练模型过程中，调节参数。学习率不要太大. 
3.对数据进行交叉验证 
4.选择适合训练集合测试集数据的百分比，选取合适的停止训练标准，使对机器的训练在合适 
5.在神经网络模型中，我们可以减小权重

6、什么是核函数？

核函数是将线性不可分的特征隐射到高位特征空间，从而让支持向量机在这个高维空间线性可分，也就是使用核函数可以向高维空间映射并解决非线性的分类问题。包括线性核函数，多项式核函数，高斯核函数等，其中高斯核函数最为常用。

7、深度学习框架TensorFlow中常见的核函数都有哪些？

SVM高斯核函数，应为如果想要分割非线性数据集，改变线性