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
请说明批归一化(Batch Normalizat…
人工智能面试题
更新 2026-08-05
请说明批归一化(Batch Normalization)在神经网络中的作用,以及其中的可训练参数(gamma 和 beta)分别有什么作用。
TP-LINK
人工智能
电子/半导体
技术原理
考察说明
考察对批归一化原理及参数语义的理解
回答思路
说明BN对数据分布归一化及缓解梯度消失的作用
解释gamma进行缩放、beta进行平移
说明可训练参数如何恢复网络表达能力
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
在多任务分类模型中,如何处理类别间数据不平衡的问题?请给出具体方法。
下一题
在客服Agent项目中,你是如何判断用户意图是否需要调用外部API的?请说明采用的方案是分类模型还是提示词判断,并阐述其优劣。
本题还出现在
电子/半导体行业面试题
TP-LINK面试题