人工智能之计算机视觉面试题总结，快速了解你的AI水平

1. 面部验证只需要将新图片与1个人的面部进行比较，而面部识别则需要将新图片与 K 个人的面部进行比较
A．正确
B．错误
答案：A
解析：面部验证就是与1张人脸比较，一致就通过，不一致就不通过，而人脸识别是与K张人脸进行比较，最终识别出这个未知人脸是谁？
2. 在人脸验证中函数 d(img1,img2)起什么作用
A．为了解决一次学习的问题
B．鉴于我们拥有的照片很少，我们需要将它运用到迁移学习中。
C．这可以让我们使用 softmax 输出单元来学习预测一个人的身份，在这个单元中分类的数量等于数据库中的人的数量加 1 。
D．只需要给出一个人的图片就可以让网络认识这个人。
答案：A、D
3. 下面哪个是三元组损失的正确定义（请把 α>0.也考虑进去）
A． max(||f(A)?f(P)||2?||f(A)?f(N)|| 2+α,0)
B． max(||f(A)?f(N)|| 2?||f(A)?f(P)|| 2?α,0)
C． max(||f(A)?f(N)|| 2?||f(A)?f(P)|| 2+α,0)
D． max(||f(A)?f(P)||2?||f(A)?f(N)|| 2?α,0)
答案：A
4. 在下图中的 (Siamese network)结构图中，上下两个神经网络拥有不同的输入图像，但是其中的网络参数是完全相同的

本文插图
A正确
B错误
答案：A
5. 你在一个拥有 100 种不同的分类的数据集上训练一个卷积神经网络，你想要知道是否能够找到一个对猫的图片很敏感的隐藏节点（即在能够强烈激活该节点的图像大多数都是猫的图片的节点），你更有可能在第4层找到该节点而不是在第 1 层更有可能找到。
A正确
B错误
答案：A
解析：越往后可能越提取到更复杂的特征
6. 神经风格转换被训练为有监督的学习任务，其中的目标是输入两个图像 (x) ，并训练一个能够输出一个新的合成图像(y)的网络。
A正确
B错误
答案：B
解析：监督学习需要标签，但是这里的图像没有标签。
7. 在一个卷积网络的深层，每个通道对应一个不同的特征检测器，风格矩阵[]度量了 l 层中不同的特征探测器的激活（或相关）程度。
A．正确
B．错误
答案：A
8. 在神经风格转换中，在优化算法的每次迭代中更新的是什么？
A生成图像 G 的像素值
B神经网络的参数
C内容图像 C 的像素值
D正则化参数
答案A
9. 你现在用拥有的是3D的数据，现在构建一个网络层，其输入的卷积是 32×32×32×16（此卷积有 16 个通道），对其使用 32 个 3×3×3 的过滤器（无填充，步长为 1）进行卷积操作，请问输出的卷积是多少？
A．30x30x30x32
B．30x30x30x16
C．不能操作，因为指定的维度不匹配，所以这个卷积步骤是不可能执行的
【人工智能之计算机视觉面试题总结，快速了解你的AI水平】答案：A