面試寶典千千萬，但這一份，應當是深度學習領(lǐng)域里不容錯過的那一個了。這不，才在 arXiv“上架”12 天，GitHub 就狂攬了 1.5K 顆小星星?；鸨潭?，可見一斑。
這就是名為 Deep Learning Interviews 的面試書，由量子力學家 Shlomo Kashani 等人所著。
這本面試書之所以能這么火爆，是因為它所涵蓋的內(nèi)容，能 hold 住數(shù)百個深度學習面試中可能遇到的問題。而且還是橫跨人工智能領(lǐng)域眾多關(guān)鍵主題的那種。
甚至作者還這樣描述這本面試書的價值：
這本書能讓準備面試的學生（包括碩士和博士等），自信且快速談?wù)撊魏蜗嚓P(guān)話題，清楚和正確地回答技術(shù)問題，并充分理解面試問題和答案的目的和意義。
不僅如此，還得劃個重點 —— 這本書在亞馬遜上的售價是 22.99 美元 （約 147 元）。
但現(xiàn)在，免費的 PDF 版已經(jīng)上線（鏈接見文末）！那么這本書到底講了些什么？是否真有這么神奇？讓我們來一探究竟。
深度學習面試書
在作者看來，當下人工智能領(lǐng)域的競爭力愈發(fā)激烈，而面試剛好成為了多數(shù)人與夢想工作之間的屏障。
即使是一個人有足夠的能力，在業(yè)務(wù)上的表現(xiàn)也非常出色，但他也可能需要一些正確的指導，讓自己找到更加合適的工作。
而這本書的內(nèi)容，就是圍繞著“深度學習面試”展開，盤點了與之相關(guān)的眾多主題。
從章節(jié)分布來看，本書主要包含以下幾大方向：
信息理論
微積分與算法差異化
貝葉斯深度學習和概率編程
Logistic 回歸
集成學習
特征提取
深度學習
……
在每一部分的章節(jié)中，基本會分為三個部分，它們分別是簡介、問題和答案。“問題”和“答案”將會以如下的方式呈現(xiàn)：
不過作者也提醒，在看問題的時候要先自己做思考，不要急著去翻下面的答案 ——“讓自己在材料中掙扎一段時間，是非常重要的。”
至于書中提供的這些“問題”，主要分為兩大類型。第一類是概念性問題。這類問題主要是為了測試和提高你對基本概念的理解，一般會涉及許多數(shù)學相關(guān)的計算。
當然問題的難度也是由淺入深：從基本的定義，到對概念進行深度思考。舉一個“信息理論”章節(jié)中的例子：
第二類是應用性問題。這類問題主要是用來練習技能，畢竟“光說不練”是不夠的。本書中的所有這類問題，都是基于 Python 或現(xiàn)有的深度學習庫來展開。以 Pytorch 的為例：
那如果對給出的“答案”存在不理解的地方該怎么辦呢？別急，本書在附錄處對所涉及的所有公式做了一份清單，還提供了可以進一步學習、閱讀的選擇性書目列表。
作者介紹
本書的作者是 Shlomo Kashani，一名量子計算科學家。
他是 DeepOncology AI 的主管，曾用深度學習的方式精確檢測腫瘤。而他卻不滿足于只在實驗室里做實驗，在 Shlomo 看來，能夠幫助其他研究人員才是最大的科學貢獻。這也是他創(chuàng)作本書的初衷。
那么這本深度學習面試書是否對你有幫助呢？免費 PDF 版本鏈接已在文末奉上，感興趣的友友們快去看看吧~
深度學習面試書：
https://arxiv.org/abs/2201.00650
參考鏈接：
[1]https://github.com/BoltzmannEntropy/interviews.ai
[2]https://www.amazon.com/Deep-Learning-Interviews-interview-questions/dp/1916243568
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。