1. 面试官：如果你要设计一个图像分类器来识别猫和狗，你会如何处理数据不平衡的问题？

2. 面试官：请解释一下卷积神经网络中的卷积层和池化层是如何工作的？

3. 面试官：在图像分类中，你如何避免过拟合？

4. 面试官：你知道什么是迁移学习吗？它在图像分类中有什么作用？

5. 面试官：如果你遇到了一个深度神经网络训练缓慢的问题，你会怎么解决？

6. 面试官：请解释一下卷积神经网络中的梯度消失问题及其解决方法。

7. 面试官：图像分类中对图像预处理有哪些常用的方法？

8. 面试官：有哪些常见的图像分类器评估指标？并解释它们的含义。

9. 面试官：请解释一下卷积神经网络中的感受野是什么？

10. 面试官：如果你要设计一个图像分类任务的数据增强策略，你会考虑哪些方法？