LLM常见面试题（16-20题）
16.什么是深度学习？
机器学习的一个子领域，通过建立和训练深度神经网络来模拟人脑的学习过程。
由多个神经元层组成，每一层都从上一层学习特征。比如CNN,RNN,GAN,GPT,BERT,VGG,YOLO等。
17，模型参数迭代实验步骤有哪些？
参数迭代定义：对模型的参数进行迭代调整和优化，以提高模型的性能。
步骤：①选择一组初始参数。
②训练数据时，定期评估模型性能。
③根据评估结果，调整学习率、批量大小和正则化等。
④反复评估和微调，直到模型的性能达到预期目标。
18，什么是监督学习？
依赖于带有标签数据集进行训练，模型通过比较预测结果和实际标签来学习如何预测新数据。
19，常见的监督学习有哪些？
线性回归，K近邻，逻辑回归、支持向量机、决策树。
20，为什么要进行参数调优，参数微调的原因有哪些？
定义：对模型的一部分参数进行更新，以适应特定的任务或领域。
原因：
①提高计算效率：参数微调通常比全景微调需要更少的计算资源，因为只有部分参数需要更新。
②减少过拟合风险：只更新与特定任务相关的参数，可以减少模型对训练数据的过渡依赖，降低过拟合风险。
③提高泛化能力：可以使模型在保持通用语言能力的同时，适应特定的任务需求。