AI 简历
简历模板
简历范文
模拟面试
校招
求职攻略
关于我们
我要招人
登录
登录
AI 简历
简历模板
简历范文
模拟面试
校招
求职攻略
关于我们
我要招人
首页
面试题库
人工智能面试题
在训练深度神经网络时,有哪些常用方法可以缓解或解…
人工智能面试题
更新 2026-08-05
在训练深度神经网络时,有哪些常用方法可以缓解或解决梯度爆炸与消失?请说明原理。
北京经纬恒润科技股份有限公司
人工智能
专业服务
技术原理
技术选型
方案权衡
考察说明
考察对梯度不稳定常见解决方案的原理与适用场景的理解
回答思路
列举权重初始化和批量归一化等方法
说明残差连接、激活函数选择的作用
能解释梯度裁剪用于处理爆炸的局限
本题已收录答题指导
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。
开始模拟面试
登录查看答题指导
换一题
上一题
请简述广告推荐系统的核心工作原理,并说明如何平衡广告收入与用户体验。
下一题
直方图均衡化为什么可以增强图像?
本题还出现在
专业服务行业面试题
北京经纬恒润科技股份有限公司面试题