1、MLP、FCN、DNN三者的关系？
多层感知器MLP，全连接网络，DNN三者的关系？三者是不是同一个概念？
- FCN：Fully Connected Neural Network，全连接神经网络，也称为密集连接神经网络，其每个节点都与上一层的所有节点相连，也就是说每个神经元都和上一层所有的神经元都有连接，是最简单的神经网络结构，它不一定要求有隐藏层。
- MLP：Multi-Layer Perceptron，多层感知器，也称多层感知机，是一种特殊的全连接神经网络，它由输入层、若干个隐藏层和输出层组成。每个神经元都与上一层的所有神经元相连。
- DNN：Deep Neural Network，深度神经网络，是指具有多层神经元的神经网络。
因此MLP属于DNN；FCN有时候属于DNN，有时候不属于DNN。但DNN也包括许多其他的深度网络，比如深度卷积网络等。
因此，MLP和FCN之间的主要区别在于隐藏层的存在。MLP通过添加多个隐藏层可以提高网络的表示能力，从而能够更好地解决复杂的分类和回归问题，而FCN有时候可能只有输入层和输出层。
2、 什么是前馈神经网络
前馈神经网络（feedforward neural network）又称多层感知机（multilayer perceptron，MLP），是典型的深度学习模型。它是一种单向多层结构，其中每一层包含若干个神经元。在此种神经网络中，各神经元可以接收前一层神经元的信号，并产生输出到下一层。第0层叫输入层，最后一层叫输出层，其他中间层叫做隐含层（或隐藏层、隐层），隐含层可以是一层，也可以是多层。整个网络中无反馈，信号从输入层向输出层单向传播，可用一个有向无环图表示。
前馈神经网络使用数学公式可以表示为：
其中，f(1)被称为网络的 第一层（first layer），f(2)被称为 第二层（second layer），以此类推。链的全长称为模型的深度（depth）。
3、深度学习有什么优缺点
1）优点
- 性能更优异
- 不需要特征工程
- 在大数据样本下有更好的性能
- 能解决某些传统机器学习无法解决的问题
2）缺点
- 小数据样本下性能不如机器学习
- 模型复杂
- 过程不可解释
4、什么是激活函数，为什么要使用激活函数
激活函数（activation function），指神经网络中将输入信号的总和转换为输出信号的函数，激活函数将多层感知机输出转换为非线性，使得神经网络可以任意逼近任何非线性函数，这样神经网络就可以应用到众多的非线性模型中。
神经网络中，如果不加入激活函数，那么每一层的输入输出都是函数均是线性的，网络的逼近能力有限，于是就引入非线性函数作为激活函数，使网络的表达能力更强。
激活函数是向神经网络中引入非线性因素，通过激活函数神经网络就可以拟合各种曲线
5、神经网络中常用的激活函数有哪些，各自有什么特点
1）sigmoid
① 定义：sigmoid函数也叫Logistic函数，用于隐层神经元输出，能将$(-\infty,+\infty)$的数值映射到(0,1)的区间，可以用来做二分类。表达式为：
② 特点
优点：平滑、易于求导
缺点：激活函数计算量大，反向传播求误差梯度时，求导涉及除法；反向传播时，很容易就会出现梯度消失
2）tanh
① 定义：双曲正切函数，表达式为：
② 特点
优点：平滑、易于求导；输出均值为0，收敛速度要比sigmoid快，从而可以减少迭代次数
缺点：很容易就会出现梯度消失
3）relu
① 定义：修正线性单元，其表达式为：
② 特点：
优点：计算过程简单；避免了梯度爆炸和梯度消失问题
缺点：小于等于0时无输出
6. 什么是softmax函数，其主要作用是什么
1）定义：Softmax函数可以将多分类的输出数值转化为相对概率，而这些值的累和为1。表达式为：
其中$V_i$ 是分类器前级输出单元的输出。i 表示类别索引，总的类别个数为 C。$S_i$表示的是当前元素的指数与所有元素指数和的比值。
2）作用：softmax一般用于分类输出层，计算属于每个类别的概率。
也经常用于计算Attention
7、什么是损失函数，损失函数的作用是什么
损失函数（Loss Function），也有称之为代价函数（Cost Function），用来度量预测值和实际值之间的差异，从而作为模型性能参考依据。损失函数值越小，说明预测输出和实际结果（也称期望输出）之间的差值就越小，也就说明我们构建的模型越好，反之说明模型越差。
8. 什么是交叉熵，其作用是什么
交叉熵（Cross Entropy）主要用于度量两个概率分布间的差异性信息，在机器学习中用来作为分类问题的损失函数。当预测概率越接近真实概率，该函数值越小，反之越大。
9. 解释什么是梯度
梯度是损失函数关于模型参数的偏导数向量，它告诉我们如何调整模型参数以减小损失函数的值，从而优化模型。
梯度是一个向量，这个向量是一个函数f(loss,w)对w求偏导的值组成的向量就是梯度。这个函数描述是模型参数和损失值之间的函数。
梯度（gradient）是一个向量，表示某一函数在该点处的方向导数沿着该方向取得最大值，即函数该点处沿着该方向（此梯度的方向）变化最快，变化率最大。
10. 什么是梯度下降
梯度下降就是，调整模型参数以减少损失的过程。
梯度下降是一个最优化算法，常用于机器学习和人工智能当中用来递归性地逼近最小偏差模型，核心思想是按照梯度相反的方向，不停地调整函数权值。其步骤为：
1）求损失函数值
2）损失是否足够小？如果不是，计算损失函数的梯度
3）按梯度的反方向走一小步（调整权重，$w_i = w_i + \delta w_i$）
4）循环到第2步，迭代执行
11. 激活函数出现梯度消失会有什么后果
梯度消失（Gradient Vanishing）是指在神经网络的训练过程中，反向传播算法计算梯度时，网络的较深层（深度）权重更新的梯度趋近于零，导致这些层的参数很少或根本没有更新，从而使得网络难以学习或收敛到一个合适的模型。
机器学习中，如果模型的优化依赖于梯度下降，梯度消失会导致模型无法进一步进行优化。
12. 如何解决梯度消失问题
1）更换激活函数：如更换为relu, leakrelu
2）批量规范化处理：通过规范化操作将输出信号x规范化到均值为0，方差为1保证网络的稳定性
3）使用残差结构：通过引入残差结构，能有效避免梯度消失问题
13. 什么是梯度爆炸，如何解决梯度爆炸问题
1）梯度爆炸。梯度消失是在计算中出现了梯度过小的值，梯度爆炸则相反，梯度计算出现了过大的值。梯度过大，可能使参数更新幅度过大，超出了合理范围。
2）解决梯度爆炸的方法
梯度裁剪：把沿梯度下降方向的步长限制在一个范围之内，计算出来的梯度的步长的范数大于这个阈值的话，就以这个范数为基准做归一化，使这个新的的梯度的范数等于这个阈值权重正则化：通过正则化，可以部分限制梯度爆炸的发生
14. 什么是批量梯度下降、随机梯度下降，分别有何特点
1）批量梯度下降
① 定义：批量梯度下降（Batch Gradient Descent，BGD）是指在每一次迭代时使用所有样本来进行梯度的更新
② 特点
优点：收敛比较稳定
缺点：当样本数目很大时，每迭代一步都需要对所有样本计算，训练过程会很慢
2）随机梯度下降
① 定义：随机梯度下降法（Stochastic Gradient Descent，SGD）每次迭代使用一个样本来对参数进行更新，使得训练速度加快
② 特点
优点：计算量小，每一轮训练更新速度快
缺点：收敛不稳定
15. 什么是学习率，作用是什么
在梯度下降法中，都是给定的统一的学习率，整个优化过程中都以确定的步长进行更新， 在迭代优化的前期中，学习率较大，则前进的步长就会较长，这时便能以较快的速度进行梯度下降，而在迭代优化的后期，逐步减小学习率的值，减小步长，这样将有助于算法的收敛，更容易接近最优解。
16. 学习率过大或过小会导致什么问题
学习率过大可能导致模型无法收敛，过小导致收敛速度过慢
17、什么是反向传播算法，为什么要使用反向传播算法
1）定义
反向传播（Backpropagation algorithm）全称“误差反向传播”，是在深度神经网络中，根据输出层输出值，来反向调整隐藏层权重的一种方法
2）对于多个隐藏层的神经网络，输出层可以直接求出误差来更新参数，但隐藏层的误差是不存在的，因此不能对它直接应用梯度下降，而是先将误差反向传播至隐藏层，然后再应用梯度下降
