提示：距《AI面试十大考点》之后，站长飞燕推出了面试小册子：《PyTorch核心与精华(面试版)》，后者更是包含了50个核心知识点，欢迎大家的关注。
1、AI面试十大考点
为了方便大家的学习入门和面试备战，本文特意总结了AI面试十大考点。这些知识都是基础知识，是掌握AI技术的基石，需要长期反复的学习和复习才能打牢基础。
1、梯度下降法和牛顿法。优化方法分为直接法和迭代法，而迭代法又分为一阶和二阶。一阶迭代法称为梯度下降法，二阶迭代法称为牛顿法。
2、PyTorch中的计算图与自动求导（链式求导）。
3、Tensor张量维度的理解与操作，包括sum，cat，stack，gather等。
4、熵相关概念，包括信息熵，交叉熵，散度等。
5、贝叶斯公式
6、常用的优化器：SGD，SGDM ，AdaGrad，RMSProp，Adam
7、特征值与特征向量
8、拉格朗日乘数法
9、全链接网络与函数拟合
10、正态分布相关知识
绝大多少人的学习能力非常的差，只知道一味地学习，但是从没有用心的积累。说白了，这人就不会积累。积累也是一种能力，在每个人身上都有不小的差异体现。另外，在我们学习过程中，有的知识需要了解，而有的知识需要掌握，很多人读了几十年的书，甚至也有不少硕士或者博士生，但是从来没有明白什么是“掌握”。记得在某次面试过程中，我随口问了一句，在PyTorch中那个函数可以实现正态分布随机数，面试者竟然想了半天没有回答出来。总之，新的东西我们要去了解，但是旧的基础知识我们要用心的积累，并且要牢记在心中，达到脱口而出的程度。
2、飞燕寄语
绝大多数人都不是天才，对于我们普通人而言，人与人之间的差距并不大，但是话又说回来，往往一点点的习惯或者行为上的差异会造成巨大的人生差异。2024年四川绵阳东辰中学的学霸高考数学考了满分，他分享了自己“朴实无华”的学习方法：
在对各个题型有了了解之后，然后根据自己的学习习惯来整理一个错题本。通过整理错题本，进行重复性训练，随着熟练度提升，分数也随之提升。
看似简单的道理，说实话，真正能坚持下来的人并不多。很多人不是不努力，而是静不下心来，心不在焉，总是事倍功半而已。这里也有几道“朴实无华”的面试思考题，大家可以自己试一试。总之，飞燕网所倡导的学习态度是：朴实无华，用心积累，长期坚持。
