人工智能（AI）核心面试题与实战解析 | 极客日志

PythonAI算法

人工智能（AI）核心面试题与实战解析

人工智能面试涵盖基础概念、机器学习算法、深度学习技术及工程实践。内容涉及监督与无监督学习区别、过拟合处理、正则化方法、主流评估指标，以及线性回归、决策树、SVM、CNN、Transformer 等核心算法原理。同时包括 TensorFlow 与 PyTorch 框架对比、数据预处理流程、模型部署优化及大模型微调技术如 LoRA。适合准备 AI 岗位的技术人员系统复习，兼顾理论深度与工业界落地能力。

暖阳发布于 2026/3/28更新于 2026/4/252 浏览

一、AI 基础概念与核心原理

1. 人工智能、机器学习、深度学习的关系？

这三者其实是包含与被包含的关系，核心聚焦在让机器具备智能的不同实现层次上：

人工智能（AI）：广义上是让机器模拟人类智能（如推理、学习、决策）的技术总称。它涵盖了机器学习、深度学习、专家系统、强化学习等多个分支，目标直指解决'智能行为'问题。
机器学习（ML）：作为 AI 的核心分支，是实现 AI 的一种手段。指机器通过数据学习规律（无需显式编程），并利用规律预测或决策。核心在于'从数据中自动学习模型'，不依赖手动设计规则。
深度学习（DL）：机器学习的子集，以**深度神经网络（DNN）**为核心。通过多层网络结构自动提取数据的层级特征（从底层像素/字符到高层语义），擅长处理海量高维数据（如图像、语音、文本）。

关系图示：AI ⊇ 机器学习 ⊇ 深度学习

应用区别：

机器学习：适用于中小规模数据，特征工程依赖人工（如决策树、SVM 处理结构化数据）；
深度学习：适用于大规模数据，自动特征提取（如 CNN 处理图像、Transformer 处理文本）。

2. 监督学习、无监督学习、半监督学习、强化学习的区别？

核心差异在于数据标签情况和学习目标。具体对比如下：

学习类型	数据标签情况	核心目标	典型算法	应用场景
监督学习	全部数据有标签（输入→输出映射明确）	学习输入到输出的映射规律，用于预测/分类	线性回归、逻辑回归、决策树、SVM、CNN/Transformer（有监督场景）	图像分类、文本情感分析、房价预测
无监督学习	数据无标签	发现数据本身的内在结构（聚类、降维）	K-Means、DBSCAN、PCA、自编码器（AE）	用户分群、异常检测、特征压缩
半监督学习	部分数据有标签，大部分无标签	利用少量标签数据引导模型学习，降低标签成本	半监督 SVM、标签传播算法、半监督 Transformer	医疗影像标注（少量医生标注 + 大量未标注数据）
强化学习	无显式标签，仅通过'奖励/惩罚'反馈	学习最优决策策略，最大化累积奖励	Q-Learning、DQN、PPO、AlphaGo 系列	游戏 AI、机器人控制、自动驾驶决策

关键考点：

监督学习的'监督'指'标签监督模型训练'，模型需学习'输入→标签'的对应关系；
强化学习的核心是'试错学习'，智能体（Agent）与环境交互，通过反馈调整行为，无固定输入输出映射。

3. 过拟合与欠拟合的定义、原因及解决方法？

过拟合和欠拟合是模型训练的核心问题，本质是模型复杂度与数据规律的匹配度失衡。

（1）欠拟合（Underfitting）

定义：模型过于简单，无法捕捉数据中的规律，训练集和测试集误差都很大；
原因：模型复杂度不足（如用线性模型拟合非线性数据）、特征维度不够、训练迭代次数不足；
解决方法：
- 提升模型复杂度（如线性回归→多项式回归、决策树→随机森林）；
- 增加有效特征（特征工程扩展维度）；
- 延长训练迭代次数（避免早停）；

维度	线性回归（Linear Regression）	逻辑回归（Logistic Regression）
任务类型	回归任务（预测连续值）	分类任务（预测离散类别，二分类为主）
模型输出	连续值（如房价、得分，y∈(-∞,+∞)）	概率值（y∈[0,1]，表示属于正类的概率）
核心函数	线性函数：y = w·x + b	线性函数+Sigmoid 激活：y = σ(w·x + b)，其中σ(z) = 1/(1+e⁻ᶻ)
损失函数	均方误差（MSE）：Loss = Σ(y_true - y_pred)²	交叉熵损失（Cross-Entropy）：Loss = -Σ(y_true·log(y_pred) + (1-y_true)·log(1-y_pred))
优化目标	最小化预测值与真实值的平方误差	最大化分类概率的对数似然（等价于最小化交叉熵）
适用场景	房价预测、销量预测、温度预测	二分类（如垃圾邮件检测、疾病诊断、用户流失预测）

算法	核心优化点	优势	适用场景
GBDT	基于梯度下降最小化残差，基模型为 CART 树	基础 Boosting 算法，适合中小规模数据	传统结构化数据分类/回归
XGBoost	加入正则化（L1/L2）、支持缺失值处理、并行特征选择	精度高、泛化能力强，工业界常用	Kaggle 竞赛、风控建模
LightGBM	基于直方图分箱、梯度单边采样、Leaf-wise 生长	训练速度快、内存占用低，支持大规模数据	大数据场景、实时预测

组件	核心作用	关键参数/原理
卷积层（Conv Layer）	提取局部特征（如边缘、纹理、物体部件）	卷积核大小（3×3/5×5）、步长（Stride，默认 1）、填充（Padding，Same/Valid）、输出通道数（Filters）
激活函数层	引入非线性，使模型拟合复杂规律	ReLU（最常用，f(x)=max(0,x)，缓解梯度消失）、Leaky ReLU、GELU（Transformer 中常用）
池化层（Pooling Layer）	降维（减少参数和计算量）、保留关键特征	最大池化（Max Pooling，保留局部最大值，增强鲁棒性）、平均池化（Average Pooling，保留全局信息），核大小通常 2×2、步长 2
全连接层（FC Layer）	将卷积提取的特征映射为类别概率	将高维特征 flatten 为一维向量，通过矩阵乘法输出类别得分
BatchNorm（批归一化）	加速训练收敛、缓解梯度消失、防止过拟合	对每批数据标准化（均值=0，方差=1），引入可学习参数（γ、β）调整分布
Dropout 层	防止过拟合（神经网络专属正则化）	训练时随机关闭部分神经元，测试时恢复

模型	参数复杂度	长期依赖捕捉	训练速度	适用场景
RNN	低	弱（短序列）	快	短序列数据（如短语情感分析）
LSTM	高	强（长序列）	慢	极长序列（如长文本翻译、语音识别）
GRU	中	中 - 强	中 - 快	平衡速度与效果（如文本摘要、时序预测）

维度	TensorFlow（Google）	PyTorch（Meta）
设计理念	静态计算图（Graph Execution），先定义图再执行	动态计算图（Eager Execution），即时执行即时反馈
易用性	入门门槛高，语法较繁琐（早期），2.0+ 支持动态图	入门门槛低，Pythonic 语法，调试方便（如 print 变量）
生态系统	生态完善，支持部署场景丰富（TensorFlow Lite、TensorRT、TF Serving）	生态快速发展，学术研究中更流行，支持 TorchServe、ONNX 部署
并行计算	内置分布式训练支持（tf.distribute）	支持分布式训练（torch.distributed），API 更简洁
适用场景	工业界部署（如移动端、云端推理）、大规模生产环境	学术研究（如论文复现）、快速原型开发、中小规模生产
社区支持	企业支持强（Google），文档全面	社区活跃，开源贡献者多，论文复现代码丰富

工具	支持框架	适配硬件	核心优势
ONNX	PyTorch、TensorFlow、MXNet	通用	跨框架统一格式，部署中间件
TensorRT	ONNX、TensorFlow	NVIDIA GPU	GPU 推理优化（量化、层融合），低延迟
OpenVINO	ONNX、TensorFlow	Intel CPU/GPU	Intel 硬件专用优化，适合边缘计算
TensorFlow Lite	TensorFlow、ONNX	移动端、嵌入式设备	轻量级，低内存占用
PyTorch Mobile	PyTorch、ONNX	移动端、嵌入式设备	与 PyTorch 无缝衔接，支持动态图模型
TF Serving	TensorFlow	云端服务器	高吞吐量，支持模型版本管理、负载均衡

方法	微调参数占比	训练成本	适用模型类型	核心优势
LoRA	0.1%~1%	低	编码器/解码器模型	参数效率最高，训练速度快
QLoRA	0.1%~1%	极低	大参数量模型（≥70B）	支持消费级 GPU 微调，成本最低
Prefix Tuning	1%~5%	中	解码器模型（如 GPT）	生成式任务效果好
Adapter Tuning	5%~10%	中 - 高	通用	结构灵活，适配性强