面试宝典千千万,但这一份,应当是深度学习领域里不容错过的那一个了。这不,才在 arXiv“上架”12 天,GitHub 就狂揽了 1.5K 颗小星星。火爆程度,可见一斑。
这就是名为 Deep Learning Interviews 的面试书,由量子力学家 Shlomo Kashani 等人所著。
这本面试书之所以能这么火爆,是因为它所涵盖的内容,能 hold 住数百个深度学习面试中可能遇到的问题。而且还是横跨人工智能领域众多关键主题的那种。
甚至作者还这样描述这本面试书的价值:
这本书能让准备面试的学生(包括硕士和博士等),自信且快速谈论任何相关话题,清楚和正确地回答技术问题,并充分理解面试问题和答案的目的和意义。
不仅如此,还得划个重点 —— 这本书在亚马逊上的售价是 22.99 美元 (约 147 元)。
但现在,免费的 PDF 版已经上线(链接见文末)!那么这本书到底讲了些什么?是否真有这么神奇?让我们来一探究竟。
深度学习面试书
在作者看来,当下人工智能领域的竞争力愈发激烈,而面试刚好成为了多数人与梦想工作之间的屏障。
即使是一个人有足够的能力,在业务上的表现也非常出色,但他也可能需要一些正确的指导,让自己找到更加合适的工作。
而这本书的内容,就是围绕着“深度学习面试”展开,盘点了与之相关的众多主题。
从章节分布来看,本书主要包含以下几大方向:
-
信息理论
-
微积分与算法差异化
-
贝叶斯深度学习和概率编程
-
Logistic 回归
-
集成学习
-
特征提取
-
深度学习
-
……
在每一部分的章节中,基本会分为三个部分,它们分别是简介、问题和答案。“问题”和“答案”将会以如下的方式呈现:
不过作者也提醒,在看问题的时候要先自己做思考,不要急着去翻下面的答案 ——“让自己在材料中挣扎一段时间,是非常重要的。”
至于书中提供的这些“问题”,主要分为两大类型。第一类是概念性问题。这类问题主要是为了测试和提高你对基本概念的理解,一般会涉及许多数学相关的计算。
当然问题的难度也是由浅入深:从基本的定义,到对概念进行深度思考。举一个“信息理论”章节中的例子:
第二类是应用性问题。这类问题主要是用来练习技能,毕竟“光说不练”是不够的。本书中的所有这类问题,都是基于 Python 或现有的深度学习库来展开。以 Pytorch 的为例:
那如果对给出的“答案”存在不理解的地方该怎么办呢?别急,本书在附录处对所涉及的所有公式做了一份清单,还提供了可以进一步学习、阅读的选择性书目列表。
作者介绍
本书的作者是 Shlomo Kashani,一名量子计算科学家。
他是 DeepOncology AI 的主管,曾用深度学习的方式精确检测肿瘤。而他却不满足于只在实验室里做实验,在 Shlomo 看来,能够帮助其他研究人员才是最大的科学贡献。这也是他创作本书的初衷。
那么这本深度学习面试书是否对你有帮助呢?免费 PDF 版本链接已在文末奉上,感兴趣的友友们快去看看吧~
深度学习面试书:
https://arxiv.org/abs/2201.00650
参考链接:
[1]https://github.com/BoltzmannEntropy/interviews.ai
[2]https://www.amazon.com/Deep-Learning-Interviews-interview-questions/dp/1916243568
原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/228567.html