1. 面试官：如果你要设计一个图像分类与识别的系统，你会如何选择合适的模型？为什么？

2. 面试官：论文《ImageNet Classification with Deep Convolutional Neural Networks》使用了哪种深度学习模型？简要介绍该模型及其优点和局限性。

3. 面试官：在图像分类任务中，你认为数据增强在模型训练中起到了什么作用？能举例说明吗？

4. 面试官：如何解决图像分类中的过拟合问题？有哪些常用的方法？

5. 面试官：介绍一下卷积神经网络（CNN）中的池化层，以及其在图像分类中的作用。

6. 面试官：在图像分类与识别中，如何处理不平衡的数据集？有哪些解决方案？

7. 面试官：你如何评估一个图像分类模型的性能？有哪些常用的性能评估指标？

8. 面试官：如果你需要对图像进行特征提取，你会选择使用什么方法？并说明其优势和劣势。

9. 面试官：介绍一下迁移学习在图像分类与识别中的应用，以及其优点和限制。

10. 面试官：在图像分类任务中，如何解决类别不平衡的问题？