1、讲项目,问除了论文里的方向还对哪些方向有了解 2、卷积底层的实现方式,在caffe里这个方法叫什么名字(im2col) 3、pytorch 中train和eval下有什么不同 4、BN计算的维度; dropout在训练和测试时不同,怎么保证测试结果稳定 5、vgg和resnet 6、卷积后特征图大小的计算公式,卷积的计算量,depth-wise的计算量,空洞卷积了解吗 7、除了梯度下降,线性回归还能怎么求解 8、逻辑回归怎么推导出来的 9、极大似然估计 大致回忆了一下,可能有些问题疏漏了,没让做编程题