fix format

Youngboy12 · May 3, 2018 · b8dc2d8 · b8dc2d8
1 parent c27cc51
commit b8dc2d8
Show file tree

Hide file tree

Showing 2 changed files with 2 additions and 18 deletions.
diff --git a/DL_Answers.md b/DL_Answers.md
@@ -4,69 +4,53 @@
 - **CNN为什么可以在CV/NLP/Speech等领域都可以使用？**
     * 输入数据的局部相关性
     * 权值共享是因为输入数据的局部特征具有平移不变性，即在不同位置具有共性的局部特征。
-    * 权值共享能够降低参数量，而且降低了网络的训练难度。
------------
+
 - **什么样的数据适合Deep learning?**
     * 数据要有局部相关性，像表格类数据就不适合
------------
 
 - **CNN卷积**
     - 卷积的时间复杂度
------------
 
 - **BP**
     * 梯度消失,爆炸的原因
     * 梯度消失
     * 为什么梯度相反的方向是函数下降最快的方向？
         https://math.oregonstate.edu/home/programs/undergrad/CalculusQuestStudyGuides/vcalc/grad/grad.html
------------
 
 - **1*1的卷积核的作用**
------------
 
 
 ## 2. 过拟合(Overfitting)
 - **何为共线性，跟过拟合有啥关联**
     * 多变量线性回归中，变量之间由于存在高度相关关系而使回归估计不准确。
------------
 
 - **共线性会造成冗余，导致过拟合。**
     * 解决方法：排除变量的相关性／加入权重正则。
------------
 
 - **Overfitting如何解决**
     * Data augmentation
     * regularization such as dropout, BN, weight decay
     * ensembling
------------
 
 
 ## 3. Loss
 - **交叉熵和相对熵（KL散度）？**
     * L1,L2 regularization的原理
 
------------
 
 - **为什么神经网络的损失函数是非凸的**
 
------------
 
 ## 4. RNN
 - **RNN有什么缺陷以及LSTM是如何怎么解决的？**
------------
 
 ## 5. GAN 
 - **介绍一下GAN,讲一讲生成模型和判别模型以及他们的关系**
------------
 
------------
 
 ## 6. 网络结构
 - **resnet、inception，attention分别描述**
 
-
------------
-
 ## 7. 网络训练
 - **深度学习的待学习的参数量和训练样本数量之间的关系**
 ## Others

diff --git a/Language.md b/Language.md
@@ -6,7 +6,7 @@
 
 - **如何实现一个只能实例化一次的类。**
 
-0 **模板类？**
+- **模板类？**
 
 - **纯虚函数和虚函数的区别**
 ## 2. C++