面试宝典千千万，但这一份，应当是深度学习领域里不容错过的那一个了。这不，才在 arXiv＂上架＂12 天，GitHub 就狂揽了 1.5K 颗小星星 。火爆程度，可见一斑。 这就是名为Deep Learning Interviews 的面试书，由量子力学家 Shlomo Kashani 等人所著 。 这本面试书之所以能这么火爆，是因为它所涵盖的内容，能 hold 住数百个深度学习面试中可能遇到的问题。而且还是横跨人工智能领域众多关键主题的那种。 甚至作者还这样描述这本面试书的价值： 这本书能让准备面试的学生（包括硕士和博士等），自信且快速谈论任何相关话题，清楚和正确地回答技术问题，并充分理解面试问题和答案的目的和意义。 不仅如此，还得划个重点 —— 这本书在亚马逊上的售价是 22.99 美元（约 147 元）。 但现在，免费的 PDF 版已经上线（链接见文末）！那么这本书到底讲了些什么？是否真有这么神奇？让我们来一探究竟。深度学习面试书 在作者看来，当下人工智能领域的竞争力愈发激烈，而面试刚好成为了多数人与梦想工作之间的屏障。 即使是一个人有足够的能力，在业务上的表现也非常出色，但他也可能需要一些正确的指导，让自己找到更加合适的工作。 而这本书的内容，就是围绕着＂深度学习面试＂展开，盘点了与之相关的众多主题。 从章节分布来看，本书主要包含以下几大方向： 信息理论 微积分与算法差异化 贝叶斯深度学习和概率编程 Logistic 回归 集成学习 特征提取 深度学习 …… 在每一部分的章节中，基本会分为三个部分，它们分别是简介、问题和答案。＂问题＂和＂答案＂将会以如下的方式呈现： 不过作者也提醒，在看问题的时候要先自己做思考，不要急着去翻下面的答案 ——＂让自己在材料中挣扎一段时间，是非常重要的。＂ 至于书中提供的这些＂问题＂，主要分为两大类型。第一类是概念性问题。这类问题主要是为了测试和提高你对基本概念的理解，一般会涉及许多数学相关的计算。 当然问题的难度也是由浅入深：从基本的定义，到对概念进行深度思考。举一个＂信息理论＂章节中的例子： 第二类是应用性问题。这类问题主要是用来练习技能，毕竟＂光说不练＂是不够的。本书中的所有这类问题，都是基于 Python 或现有的深度学习库来展开。以 Pytorch 的为例： 那如果对给出的＂答案＂存在不理解的地方该怎么办呢？别急，本书在附录处对所涉及的所有公式做了一份清单，还提供了可以进一步学习、阅读的选择性书目列表。作者介绍 本书的作者是 Shlomo Kashani，一名量子计算科学家。 他是 DeepOncology AI 的主管，曾用深度学习的方式精确检测肿瘤。而他却不满足于只在实验室里做实验，在 Shlomo 看来，能够帮助其他研究人员才是最大的科学贡献。这也是他创作本书的初衷。 那么这本深度学习面试书是否对你有帮助呢？免费 PDF 版本链接已在文末奉上，感兴趣的友友们快去看看吧~ 深度学习面试书： https://arxiv.org/abs/2201.00650 参考链接： [1]https://github.com/BoltzmannEntropy/interviews.ai [2]https://www.amazon.com/Deep-Learning-Interviews-interview-questions/dp/1916243568