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

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

这本书能让准备面试的学生，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。

但现在，免费的 PDF 版已经上线！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

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

• 。在物理模拟中，它们以前三帧中待模拟对象的位置作为输入，并将其反馈给神经网络以预测下一帧。

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。他们还利用主成分分析简化计算，最终将不同类型的物理模拟速度提高了300-5000倍。问题和答案将会以如下的方式呈现:

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

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

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:

参考链接: