interview-q-a.md

Q1:特征工程-为什么要对样本做归一化/离散化/BN？
Q2:深度学习：Embedding层应该设置为多少？

A1:
* 归一化使得样本在同一个scale（均值方差归一化，最大最小归一化等），加速训练
* 离散化是为了赋予线性特征以非线性能力，另外纯离散的两个特征方便交叉
* BN使得每一层的输入更稳定（缓解由Covariate Shift造成的不稳定）；防止梯度弥散和迭代很慢，提高速度和精度
A2: tensorflow的tutorial中建议，设置为四次平方根