人工智能行业面试题更新 2026-08-05
请阐述ViT的结构、计算复杂度以及它如何应用于图像分类。
小马智行人工智能编码实现问题拆解技术原理PyTorchTransformer
考察说明
考察对ViT架构原理、复杂度来源和任务适配的理解
回答思路
- 清晰描述Patch Embedding、Transformer Encoder和分类Token的结合方式
- 能准确分析自注意力的O(N^2)复杂度来源
- 能说明分类头如何利用CLS Token输出类别概率
本题附完整参考答案与评分标准
登录后可查看结构化答题指导；也可以直接开一场模拟面试，AI 面试官用本题实时追问并给出评分。
