DL CV ML
- Расскажи про логистическую регрессию, как работает, где там веса
- Расскажи, какие метрики классификации знаешь. есть ROC-AUC 0.8 и 0.1, какой лучше
- Есть много данных (миллион), что лучше использовать, если нужно быстро решение сделать SVM или лог регрессию (лог регрессию, в ней полином 1 степени, в SVM 2)
- Какие задачи в CV знаешь
- Какие виды сегментации есть, какие у неё метрики, какие сетки длоя сегментации знаешь
- В чём особенность 8 yolo в сегментации (нельзя выделить бублик, оставить область с дыркой)
- ResNet, в чём особенность сетки
- Residual connection, какая у него формула
- Для чего нужен global average pool
- В чём разница между train и eval (при обучении и работе сетки у нас иначе работает dropout и batchnorm (читай любой материал про их работу))
- Как работает Dropout
- В чём разница между model(x) и model.forward(x), если они делают одно и тоже (в первом случаем у нас вызывается магический метод call, который также вызывает forward
- Посчитать количество обучаемых параметров для conv2d(10,3x3) для RGB изображения входного (3x3x10x3+10 = 280)