之前答应给大家上线笔试板块，拖了很久，其中的一个子板块上线了，名为“有三AI之考”，下面请听解读。
何为“有三AI之考”
所谓“有三AI之考”，即每次由有三出一些AI领域相关的技术问题考察大家对相关技术的掌握程度，这其实是AI1000问的升级版。
关于AI1000问的回顾，大家可以自行搜索往期文章或者跳转标签阅读。
由于AI1000问中高质量的内容搜集实在是成本过高，因此我们将其改为“有三AI之考”，它将遵循以下模式：
(1) 考察技术细节，以此考验对知识真正的掌握程度。
(2) 考题和讨论在知识星球中进行，毕竟只有这样的一个平台兼具题目展示，通知，讨论以及留存的功能。
(3) 每周一到两次考核，每次考核5～10个题目，专注于某一个领域。
(4) 考题作答会设定奖赏机制，以知识星球发送的微信红包的形式，详情可以参考以前的看图猜技术打赏机制。
设立“有三AI之考”的首要目的当然是为了给大家对知识进行查漏补缺，有一些同学总是在问以前的技术过时了还要不要学？是不是把最新的用起来就行了。
对此有三的观点是，如果你的目标是成为调包侠，那么只需要掌握最好用的那个就行了。如果你的目标是成为算法工程师或者是研究员，那么就需要对重要知识点的来龙去脉了如指掌，融会贯通，成为那个将来能够造轮子，能够在没有解决方案的时候拿出解决方案的人。
本周考题
下面是本周的10道关于RCNN系列目标检测相关考试的考题。
(1) rcnn框架中需要几个svm模型？几个边框回归模型？
(2) rcnn框架中边框回归为什么要做对数变换？使用时有哪些注意事项？
(3) rcnn框架中nms是每一类单独进行还是所有框一起进行？
(4) rcnn框架中正负样本如何定义的？为什么finetune cnn和训练svm时不同？
(5) rcnn框架中如何进行难负样本挖掘的？
(6) fast rcnn与sppnet有几点不同？
(7) fast rcnn框架中正负样本如何定义？
(8) faster rcnn中rpn中使用了多少个回归器？
(9) faster rcnn中rpn中使用了怎样的正负样本策略？
(10) faster rcnn中rpn和fast rcnn是如何训练的？
转载文章请后台联系
侵权必究
