深度学习50问
一、深度学习基础（数学与本质）
- 为什么深度神经网络具有“通用逼近能力”？它的局限性是什么？
- 深度模型为什么能泛化？泛化从何而来？为什么过参数化反而更容易泛化？
- 解释一下梯度消失与梯度爆炸的数学本质，为什么 ReLU 能缓解？
- Batch Gradient Descent、Mini-batch、SGD 的本质区别是什么？为什么深度学习几乎都用 mini-batch？
- 为什么深度学习需要非线性激活函数？如果把所有激活函数去掉会发生什么？
二、优化与训练技巧
- Adam 为什么比 SGD 更快？它真正解决了什么问题？为什么有时候还要用 SGD？
- 为什么学习率是训练中最重要的超参数？learning rate warmup 的根本原因是什么？
- 权重初始化为什么重要？Xavier 和 Kaiming 的原理是什么？
- 梯度裁剪（gradient clipping）是用来解决什么问题的？为什么有效？
- 为什么深度学习训练常常需要 early stopping，而不是训练到 loss 完全收敛？
三、正则化与泛化能力
- Dropout 为什么能防止过拟合？它与 bagging 的关系是什么？
- 为什么 BatchNorm 能加速训练、稳定梯度？它是如何改变 loss landscape 的？
- LayerNorm、BatchNorm、GroupNorm 的主要差别与适用场景分别是什么？
- L2 正则（权重衰减）为什么能提升泛化？为什么会与 Adam 的更新规则冲突？
- 数据增强为什么能极大提高效果？它的本质是干什么？
四、卷积神经网络（CNN）
- 你能解释 CNN 的“平移不变性”和“局部相关性”的根本来源吗？
- 为什么卷积比全连接更适合图像？从参数规模与归纳偏置角度解释。
- 残差结构（ResNet）为什么能解决深度退化问题？本质是解决了什么？
- 为什么深层 CNN 的 receptive field 增大能够提升抽象能力？
- 为什么 CNN 在 NLP 中逐渐被自注意力机制取代？
- RNN 为什么难以捕捉长期依赖？数学上体现在哪？
- LSTM 的三个门分别解决了 RNN 的哪些根本问题？
- Transformer 为什么能够完全替代 RNN？
- 自注意力机制为什么能并行化？为什么能捕捉长距离依赖？
- Multi-head Attention 的核心作用是什么？为什么不是一个 head 就够？
- Post-Norm 为什么会训练不稳？Pre-Norm 为什么能解决？
- 为什么 Transformer 的深度越高越稳定？ResNet 思想起了什么作用？
- 为什么 Transformer 需要 positional encoding？如果不加会怎样？
- 为什么 Decoder 需要“mask”？不 mask 会出现什么问题？
- 为什么 Transformer 这么容易 scale（GPT-4、GPT-5）？它的结构有什么优势？
七、表示学习（Word2Vec、Embedding、本质）
- Word2Vec 的 Skip-Gram 本质在做什么？为什么是一个二分类问题？
- embedding 矩阵的本质是什么？为什么 embedding 会自动学到语义？
- 为什么 Word2Vec 能学出“king – man + woman = queen”？
- 为什么 Transformer 中 embedding 与输出层常常权重共享？
八、生成模型（GAN、VAE、Diffusion）
- GAN 不稳定的根源是什么？为什么会 mode collapse？
- VAE 为什么生成结果模糊？与 GAN 的差异来自哪里？
- Diffusion Model 为什么能超越 GAN？它的可控性从何而来？
- KL divergence 在 VAE 中扮演什么角色？
- GAN 的判别器过强会导致什么问题？为什么？
九、模型评估与理解
- 为什么不能仅看 training loss 就判断模型是否学得好？
- 为什么深度模型常常 test loss > train loss？但 test 精度却更高？
- 为什么图像分类准确率并不能反映真正的“模型理解能力”？
- 为什么模型会对对抗样本如此脆弱？
- 为什么神经网络缺乏可解释性？有哪些可解释方法？
十、深入思考（高难度核心问题）
- 为什么 over-parameterization（参数远多于样本）反而有助于优化？
- 神经网络为什么能在 loss landscape 中找到好的 minimum？
- 为什么 sharp minimum 不一定差，flat minimum 不一定好？
- Self-supervised learning 为什么能取得这么好的效果？
- 如果你要设计下一代 Transformer，你觉得核心瓶颈在哪里？
