Question 1

Sự khác biệt chính giữa Keras Sequential API và Functional API là gì?

Accepted Answer

Sequential API cho phép tạo model theo từng layer một cách tuyến tính, trong đó mỗi layer có đúng một đầu vào và một đầu ra. Functional API cung cấp tính linh hoạt cao hơn bằng cách cho phép các kiến trúc phức tạp: nhiều đầu vào, nhiều đầu ra, residual connections và shared layer graphs. Sử dụng Sequential cho các kiến trúc đơn giản và Functional cho các trường hợp nâng cao hơn.

Question 2

Làm thế nào để tạo một Sequential model với một Dense layer 64 neuron theo sau bởi một output layer 10 neuron?

Accepted Answer

Phương pháp chuẩn là khởi tạo tf.keras.Sequential() sau đó sử dụng model.add() để thêm các layer từng cái một, hoặc truyền danh sách các layer trực tiếp vào constructor. Mỗi Dense layer nhận số units làm tham số, và layer đầu tiên yêu cầu chỉ định input_shape để xác định hình dạng dữ liệu đầu vào.

Question 3

Vai trò của hàm kích hoạt 'softmax' trong output layer là gì?

Accepted Answer

Hàm softmax biến đổi logits (đầu ra thô) thành các xác suất có tổng bằng 1, điều này lý tưởng cho phân loại đa lớp. Mỗi đầu ra đại diện cho xác suất thuộc về một lớp. Nó thường được sử dụng với loss categorical_crossentropy cho nhãn one-hot hoặc sparse_categorical_crossentropy cho nhãn số nguyên.

TensorFlow & Keras

Sự khác biệt chính giữa Keras Sequential API và Functional API là gì?

Câu trả lời

Làm thế nào để tạo một Sequential model với một Dense layer 64 neuron theo sau bởi một output layer 10 neuron?

Câu trả lời

Vai trò của hàm kích hoạt 'softmax' trong output layer là gì?

Câu trả lời

Làm thế nào để định nghĩa một model với Functional API có hai đầu vào khác biệt?

Sử dụng callback nào để dừng huấn luyện khi validation loss không còn cải thiện?

Các chủ đề phỏng vấn Data Science & ML khác

Cơ bản về Python

Lập trình Hướng đối tượng Python

Cấu trúc dữ liệu Python

Kiến Thức Cơ Bản về Git

Cơ bản về SQL

Kiến thức cơ bản về NumPy

Cơ bản về Pandas

Jupyter & Google Colab

SQL Joins & Truy vấn nâng cao

Pandas nâng cao

Trực quan hóa với Matplotlib & Seaborn

Trực quan hóa tương tác với Plotly

Thống kê mô tả

Thống kê suy luận

Web Scraping

BigQuery & Cloud Data

Feature Engineering

ML Có Giám Sát: Hồi Quy

ML Có Giám Sát: Phân Loại

Cây Quyết định & Ensemble

ML Không Giám Sát

Pipeline ML & Xác thực

Chuỗi thời gian & Dự báo

Cơ Bản Về Deep Learning

CNN và phân loại hình ảnh

RNN & Chuỗi

Transformers & Attention

NLP & Hugging Face

GenAI & LangChain

MLOps và Triển khai

Nắm vững Data Science & ML cho lần phỏng vấn tiếp theo