目录
什么是 TensorFlow 的计算图？详细描述 TensorFlow 计算图的组成结构（节点、边、会话）
它与动态图（Eager Execution）的区别是什么？TensorFlow 静态计算图与动态图（Eager Execution）的区别及适用场景是什么？
解释张量（Tensor）的概念及其在 TensorFlow 中的作用。解释 TensorFlow 中张量（Tensor）的核心概念及与 Numpy 数组的异同。
TensorFlow 的 Eager Execution 模式是什么？与 Graph 模式有何优劣？
列举 TensorFlow 的三大核心优势
如何在 TensorFlow 中实现 GPU 加速？需注意哪些资源分配问题？
什么是 Placeholder？它与 TensorFlow 2.x 的 tf.data API 有何区别？列举 TensorFlow 中的三种张量类型（常量、变量、占位符）及各自用途。
解释 TensorFlow 的变量（Variable）与常量（Constant）的区别。
TensorFlow 的自动微分机制如何实现？举例说明 GradientTape 的使用场景。解释 tf.GradientTape 的工作原理及其在动态图求导中的应用。
什么是 TensorFlow 的 Session？在 TF 2.x 中是否仍需要显式调用？tf.Session 在静态图中的核心作用是什么？如何通过 feed_dict 传递数据？
如何保存和加载 TensorFlow 模型？解释 SavedModel 与 Checkpoint 的区别。
用 TensorFlow 实现线性回归的完整代码步骤是什么？
如何自定义一个 Keras 层（Layer）？需重写哪些方法？自定义层时需重写哪些方法？举例说明 call () 和 build () 的作用。
解释 tf.keras.Sequential 与函数式 API（Functional API）的适用场景。
如何解决类别不平衡问题？举例说明 class_weight 参数的用法。
编写一个包含 Dropout 层和 Batch Normalization 层的 CNN 模型代码。
什么是自定义损失函数？以 Huber Loss 为例实现代码。如何自定义损失函数？写出交叉熵损失的两种实现方式（tf.losses 与手动计算）。
解释 model.compile () 中 metrics 参数的作用，如何添加自定义评估指标？
如何在训练过程中实现早停（Early Stopping）？如何设置监控条件？过拟合的解决方案：Dropout、L2 正则化、Early Stopping 在代码中的具体应用。
使用 tf.data.Dataset 构建数据管道的典型步骤有哪些？
如何优化数据加载性能？
如何通过 tf.data.Dataset 优化数据输入流水线？缓存（Cache）与预加载（Prefetch）的作用。
数据增强（Data Augmentation）在 tf.data 中的实现步骤。
模型量化（Quantization）的原理是什么？如何用 TensorFlow Lite 实现？TensorFlow Lite 模型量化（Quantization）的优缺点及实现方式。
解释剪枝（Pruning）技术及其在模型压缩中的应用。
什么是混合精度训练？如何通过 tf.keras.mixed_precision 启用？混合精度训练（Mixed Precision）的实现步骤及显存优化效果。
梯度消失 / 爆炸的解决方法有哪些？举例说明梯度裁剪（Gradient Clipping）的实现。
如何在 TensorBoard 中可视化训练过程？需记录哪些关键指标？
解释超参数调优的常用方法（如 Grid Search、Random Search、Bayesian Optimization）。
模型在训练集表现好但测试集差，可能的原因及解决方法？
使用 tf.profiler 分析模型性能瓶颈的步骤是什么？使用 tf.profiler 分析模型训练时的计算瓶颈（如 GPU 利用率）。
如何通过模型蒸馏（Knowledge Distillation）压缩模型？
解释 TensorFlow 的 XLA 编译器如何加速模型执行？解释 XLA（加速线性代数编译器）如何优化计算图执行速度。
同步梯度更新与异步更新的区别及适用场景？
如何在多 GPU 环境下使用 tf.distribute.MirroredStrategy？分布式训练策略：MirroredStrategy 与 MultiWorkerMirroredStrategy 的区别。
解释 Parameter Server 架构在分布式训练中的作用。
如何使用 TensorFlow Serving 部署模型？写出 REST API 调用示例。TensorFlow Serving 的架构设计及 REST/gRPC 接口调用流程。
什么是 TFX（TensorFlow Extended）？列举其核心组件。解释 TensorFlow Extended（TFX）在机器学习流水线中的应用场景。
如何将 TensorFlow 模型转换为 ONNX 格式？转换后如何验证正确性？
在 Kubernetes 中使用 KubeDL 管理模型版本的最佳实践是什么？
解释 TensorFlow 的 SavedModel 与 TFLite 模型的适用场景差异。如何将模型导出为 SavedModel 格式？解释 tf.saved_model.save 的关键参数。
TensorFlow 与 PyTorch 的核心设计差异是什么？如何根据项目选择框架？对比 TensorFlow 与 PyTorch 在动态图 / 静态图设计哲学上的差异。
LSTM 与 GRU 的结构差异及其在 TensorFlow 中的实现对比
Adam 与 SGD 优化器的优缺点比较，如何选择学习率策略？列举 TensorFlow 支持的优化器（如 Adam、SGD）及各自适用场景
CNN 为何能处理 NLP 任务？举例说明 TextCNN 的结构设计
解释 Batch Normalization 与 Layer Normalization 的应用场景差异。解释 tf.keras.layers.BatchNormalization 的作用及训练 / 推理模式差异
TensorFlow 2.x 默认启用动态图，如何切换回静态图模式？
什么是 Operation（操作节点）？如何通过计算图定义数据流？
为什么静态计算图在性能上优于动态图？举例说明 CPU/GPU 资源占用差异。
动态图模式下如何实现即时调试？对比 tf.print 与 numpy () 输出的区别。
如何使用 tf.keras.Sequential 快速构建全连接神经网络？
TensorFlow 中常见的激活函数有哪些？ReLU 相比 Sigmoid 的优势。
如何通过 tf.keras.Model 子类化实现复杂模型（如残差连接）？
解释学习率衰减策略（如指数衰减、余弦退火）的实现方法。
在浏览器中部署模型的方案：TensorFlow.js 转换模型的核心步骤。
解释 TPU（张量处理单元）与 GPU 在训练中的性能差异及适配代码。
自定义损失函数中如何实现样本权重（Sample Weight）？
使用 tf.function 将 Python 函数转换为计算图的注意事项（Autograph 机制）
如何通过 TensorFlow Hub 加载预训练模型（如 BERT）并进行迁移学习？
使用 TensorFlow
