Вопросы для подготовки к интервью

Поясните, что такое аугментация данных и какую роль она играет в обучении моделей компьютерного зрения.

Что такое IoU и как он используется для оценки производительности моделей обнаружения объектов?

Сравните архитектуры VGG и ResNet с точки зрения их подходов к построению глубоких нейронных сетей.

Как работает механизм NMS (Non-Maximum Suppression) в задачах обнаружения объектов?

Объясните, как работают глубинные потенциальные модели (deep generative models) и приведите примеры.

Что такое диффузионные модели и как они отличаются от традиционных подходов генерации изображений?

Объясните, как работает transfer learning и в каких случаях его целесообразно использовать.

Каковы основные проблемы и трудности, связанные с обучением GAN, и как их можно преодолеть?

Что такое свёртка и как она отличается от обычной операции свёртки в сигнальной обработке?

Объясните, что такое пулинг в свёрточных нейронных сетях и для чего он используется.

В чем разница между обычным и глубинно-раздельным свёртками?

Когда следует использовать аугментацию данных и какие есть основные методы?

Объясните, как работает механизм внимания в трансформерах.

Каковы преимущества использования модели GAN по сравнению с традиционными методами генерации изображений?

Объясните, как работает метод NMS (Non-Maximum Suppression) и для чего он нужен.

Как происходит процесс переноса обучения (transfer learning) и какие шаги обычно включают в себя его реализацию?

Когда следует применять квантование и обрезку (pruning) в контексте развертывания моделей на краевых устройствах?

Объясните разницу между точечной свёрткой и глубинной свёрткой.

Что такое плавность в контексте GAN и как она влияет на обучение?

Как работает механизм внимания в трансформерах, таких как ViT?