创新工场2018年夏令营DeepCamp第一套解答笔记
题目:https://www.nowcoder.com/test/question/done?tid=24186845&qid=345290#summary
第1题:
可以通过排除法,用推导、带入x=0的值,得到答案。
特别地,D选项是sigmod函数,形状是S型,排除
第2题
A:https://www.nvidia.cn/object/what-is-gpu-computing-cn.html 这里提到了“GPU 加速计算是指同时利用图形处理器 (GPU) 和 CPU,加快科学、分析、工程、消费和企业应用程序的运行速度”,而游戏图形加速可以看成应用程序的一种
B:显卡的作用是:用途是将计算机系统所需要的显示信息进行转换,驱动显示器。显卡的主要部件就是里面的GPU,https://oldpan.me/archives/machine-deeplearning-station-list 提到,一般分为给服务器使用的高性能显卡和游戏显卡,游戏显卡可以用于平时的深度学习计算。
C:Google TPU比较适合推断计算,只是不适合用于训练计算(训练模型),但是也能做
D:百度百科显示:FPGA(Field-Programmable Gate Array),即现场可编程门阵列,它是在PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物。从语义上推断,FPGA是对cpld的改进,可知fpga出现在cpld之后,而且既然是改进,可以认为是与cpld对抗,想要做的比cpld更好而存在的,因此D正确
第4题
题目解析:根据谷歌ML术语表:https://developers.google.com/machine-learning/glossary/?hl=zh-cn#i
推断通常指以下过程:通过将训练过的模型应用于无标签样本来做出预测。
A:可以用多CPU并行训练模型,这是常识
第6题
解答:
本题卡在没能对(1-x)^2 + (1-y)^2<=1作出图形化的反应。加上答案中含有pi,更应该联想到圆和概率
第8题:
最简单解法是,奇异值分解中对角阵非0奇异值个数等于矩阵的秩
其他解法:手算奇异值分解后得到的对角阵;使用pytho scipy库计算奇异值分解(从百度百科上看到的)
手算奇异值分解SVD:https://byjiang.com/2017/11/18/SVD/
https://blog.csdn.net/you1314520me/article/details/78857469
奇异值分解物理意义:https://blog.csdn.net/zhongkejingwang/article/details/43053513
奇异值分解时需要求解的特征值和特征向量求法:
http://www2.edu-edu.com.cn/lesson_crs78/self/j_4184/soft/ch0501.html