實習|曠視 2019 春季演算法實習生面試總結
作者:seniusen
鏈接:https://www.nowcoder.com/discuss/170745來源:牛客網20190314 一面
1. 自我介紹
2. 項目介紹 2019 春季實習生招聘之項目介紹
3. 了解過哪些 CV 領域
4. 一張圖片多個類別怎麼設計損失函數,多標籤分類問題
5. SVM、決策樹優缺點,非線性回歸用什麼方法,L1、L2 正則化區別
6. 鏈表歸併快排 LeetCode 148——排序鏈表
7. 反轉鏈表 LeetCode 206——反轉鏈表
8. 實習時間,想做什麼項目,檢測、分割、行人重識別
9. 骰子擲出 1-7 的均勻分布
第一次擲骰子的點數為 ,第二次擲骰子的點數為 ,如果 ,則重擲,令 ,則 即為取值範圍為 1-7 的均勻分布。
緊接著二面
1. 自我介紹
2. 介紹項目
3. ResNet 的特點
引入跳躍連接,有效地解決了網路過深時候梯度消失的問題,使得設計更深層次的網路變得可行。
3. 用 BN 沒有,BN 有啥優點,這裡問各種細節
詳見論文閱讀筆記 Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift
4. 第一個項目看你用了 Dlib,什麼原理,我只調庫
。人臉融合效果怎麼評價,答辯時候人為主觀評價
。 設計一個人臉識別模型,講了講 Siamese 網路來做人臉識別
。怎麼求一個三角形外接圓,三條邊垂直平分線的交點即為圓心,圓心到頂點的距離為半徑
。
5. 第三個項目,什麼是 one-shot、zero-shot,區別
zero-shot 就是說測試集中的類別都是訓練集中沒有見到的;one-shot 就是說測試集中的類別在訓練集中很少或者只能見到一次
6. 梯度下降法和牛頓法區別
梯度下降法:利用一階導數
牛頓法:利用二階導數,收斂速度快;但對目標函數有嚴格要求,必須有連續的一、二階偏導數,計算量大
7. Adam 和 SGD 區別,RMSProp 優化演算法
8. RNN 怎麼反向傳播
9. TensorFlow 怎麼在網路結構實現一個 if 判斷,定義一個布爾值
10. SVM 的損失函數,特點,對偶問題求解,用朗格朗日乘子法將有約束優化轉化為無約束優化
, 直觀解釋一下拉格朗日乘子法
11. 給定一個 [0, 1] 的均勻分布,求圓周率
用這個分布產生一個坐標 ,則這些點均勻分布在一個邊長為 1 的正方形內,如下圖所示。由幾何概率可知,落在四分之一圓內的概率為 ,因此我們只需統計出所有點裡面落在圓內的點數即可估計出圓周率。