1. 面试官：请解释卷积神经网络中的感受野概念，并说明它在网络设计中的重要性。

2. 面试官：谈谈您对残差网络中跳跃连接的理解，以及它如何解决梯度消失和梯度爆炸问题。

3. 面试官：在神经网络中，如何选择合适的激活函数？请列举几种激活函数，并讨论它们的优缺点。

4. 面试官：网络正则化在神经网络训练中的作用是什么？请介绍几种常见的网络正则化方法。

5. 面试官：为什么深度神经网络容易产生过拟合？您有什么方法来解决深度神经网络的过拟合问题？

6. 面试官：解释LSTM（长短期记忆网络）的结构和原理，以及它在处理时序数据中的优势。

7. 面试官：动态计算图与静态计算图有什么区别？它们分别应用在什么场景下？

8. 面试官：如何选择神经网络的优化器？请介绍几种常见的神经网络优化器及其适用场景。

9. 面试官：讨论神经网络中的降维方法，并说明它们在特征提取和表示学习中的作用。

10. 面试官：什么是参数共享机制？在卷积神经网络中起到了什么作用？