蚂蚁金服,部门应该是做底层算法优化的,问的问题大都希望你从优化的角度回答,非正式面试,通过老师认识约谈那种,所以问题仅供参考。 面经: deep learning相关 1)overfitting,如何防止: batchnormalize和dropout,正则化如L1正则化可以稀疏参数防止过拟合,L2正则化通过求得更小参数来防止过拟合。 2)Cross entropy loss交叉熵损失与均方差损失(Mean Squared Error Loss)的差别(从优化角度不知道怎么讲诶) 均方差损失(Mean Squared Error Lo...