一.单选题
1.卷积的输入输出大小
输出尺寸=(输入尺寸-filter尺寸+2padding)/stride+1

2.假设你训练SVM后,得到一个线性决策边界,你认为该模型欠拟合。在下次迭代训练模型时,应该考虑:
A.增加训练数据
B.减少训练数据
C.计算更多变量
D.减少特征

正确答案:C
解析:由于是欠拟合,最好的选择是创造更多特征带入模型训练。

3.如果观察到神经网络中的某个隐藏层输出了[-0.01],该隐藏层的激活函数可能是以下哪一个?
A.ReLU
Bsigmoid
tanh
其他选项都不可能

正确答案:C

二.问答题
1.梯度消失和弥散,解决办法
https://blog.csdn.net/sinat_41144773/article/details/90712065

2.如何增加感受野
https://blog.csdn.net/a529975125/article/details/80888463

3.BN公式,合并卷积层和BN推导
https://blog.csdn.net/qq_28778507/article/details/84570153

三.编程题
矩形面积(leetcode原题)
https://leetcode-cn.com/problems/rectangle-area/

AC

class Solution:
    def computeArea(self, A: int, B: int, C: int, D: int, E: int, F: int, G: int, H: int) -> int:
        s1=(C-A)*(D-B)
        s2=(G-E)*(H-F)

        if min(C,G)-max(A,E)<0 or min(D,H)-max(B,F)<0:
            so=0
        else:
            so=(min(D,H)-max(B,F))*(min(C,G)-max(A,E))
        return s1+s2-so