视觉算法岗位面试题及答案.docx

视觉算法岗位面试题及答案

一、计算机视觉基础理论高频面试题

1.请详细阐述BatchNormalization（BN）层的前向计算逻辑、训练与推理阶段的核心差异、BN实现梯度平滑的底层原理，以及BN系列变种（LN/IN/GN）的适用场景

答：BN层的核心设计初衷是解决深度网络训练过程中中间层输入分布偏移（InternalCovariateShift）问题，完整前向计算流程可拆解为5步：第一步针对当前训练批次的N个样本，对每个特征通道维度独立计算激活值的均值μ_B=(1/N)*Σ_{i=1}^Nx_i，第二步计算对应通道的激活方差σ_B2=(1/N)*Σ_{i=1}^N