Derin Öğrenme Mülakat Soruları · Yapay Zeka
Yapay Zeka Mühendisi (AI/ML) mülakatlarında karşınıza çıkabilecek 14 Derin Öğrenme sorusu. Tüm Yapay Zeka sorularına dön.
14 soru
- NumPy ile sayısal olarak kararlı (numerically stable) softmax ve cross-entropy loss yazın. Logit'lere göre gradyanı nedir?
- PyTorch ile bir sınıflandırma modeli için eksiksiz bir training loop yazın. Hangi adımlar sık unutulur?
- Transfer learning nedir? Önceden eğitilmiş bir modeli küçük bir veri setine nasıl fine-tune edersiniz?
- Embedding nedir? One-hot encoding'e göre avantajı nedir ve nerelerde kullanılır?
- Transformer mimarisini anlatın. Encoder-only, decoder-only ve encoder-decoder modeller arasındaki fark nedir?
- Self-attention nasıl çalışır? Scaled dot-product attention'ı NumPy ile yazın ve neden sqrt(d_k) ile bölündüğünü açıklayın.
- RNN ve LSTM nasıl çalışır? Transformer'lar neden büyük ölçüde onların yerini aldı?
- CNN'in temel yapı taşları nelerdir? Convolution katmanının çıktı boyutunu nasıl hesaplarsınız?
- SGD with momentum, Adam ve AdamW optimizer'ları arasındaki fark nedir? AdamW neden ortaya çıktı?
- Dropout nasıl çalışır? Eğitim ve inference sırasında davranışı neden farklıdır?
- Batch Normalization ile Layer Normalization arasındaki fark nedir? Transformer'larda neden LayerNorm kullanılır?
- Vanishing ve exploding gradient problemi nedir? Nasıl çözülür?
- Aktivasyon fonksiyonları neden gereklidir? ReLU, sigmoid, tanh ve GELU'yu karşılaştırın.
- Backpropagation nasıl çalışır? İki katmanlı basit bir ağ için gradyanları adım adım gösterin.