Machine Learning / AI
Hogyan működnek a Squeeze-and-Excitation blokkok?
Milyen optimalizációkat végez a Spark?
Mi az a DML (kettős gépi tanulás)?
Mi az a konceptus aktivációs vektorok (TCAV)?
Hogyan alakítottad ki a tesztkészletet: ugyanabból a 12 ezer párból vagy új adatokból?
Honnan jöttek az új súlyok, és miért lett belőlük több?
Mi az a Donut és miért OCR-mentes megközelítés?
Hogyan néz ki vizuálisan a CNN felbontásának eredménye?
Írja le az ügynök munkafolyamatát: gondolat → cselekvés → megfigyelés → ...
Mi az a biztonságos aggregáció?
Mi az a DAG az Airflow-ben?
Mi az az NCNN és milyen use-képei vannak?
Mi az a DVC és a Git LFS az adatok verziókezeléséhez?
Mi az az EasyOCR és PaddleOCR?
Mi az a felhasználói adat?
Mi az a HELM és milyen feladatokat fed le?
Hogyan mérjük egy modell minőségét tanítás nélkül?
Milyen multiclass osztályozási metrikákat ismersz? Előnyeik és hátrányaik (macro, micro, súlyozott).
Dolgozott már Airflow-val és írt DAGokat?
Mi az a VAE-encoder a Stable Diffusion-ben, és mire való?