作者：seniusen

鏈接：nowcoder.com/discuss/17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 X_1 ，第二次擲骰子的點數為 X_2 ，如果 X_1=X_2=6 ，則重擲，令 X=((X_1-1)*6+X_2) \% 7 ，則 X 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 (x,y) ，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 P=frac{pi}{4} ，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。

12. 編程求數組中的 Top K 大的數 LeetCode 215——數組中的第 K 個最大元素

總結

大概答出百分之七八十吧，寫代碼還是不夠熟練，一周後收到感謝信，被加入人才庫！

一起找實習的其他同學面試題

一面

1、目標檢測項目

  • 閥值是怎麼選取的？取多少？答：０.75
  • 閥值的實際意義是什麼？答：IOU 值，然後仔細解釋
  • 如果預測出的框過多了怎麼辦？答：調整 IOU 閥值，然後解釋
  • FPN 在網路中是怎麼加的
  • ResNet-50 的選用，因為背景比較單一，沒有必要選取更深的網路

２、常規深度學習問題

  • BN 和 L2 正則化
  • 哪些原因會導致梯度消失。答：網路深度、激活函數

３、編程題：

  • 判斷兩個鏈表是否相交。
  • 求一個數列中兩個元素的最大和，找到這個兩個元素。（Top K 問題）

二面

  • 為什麼項目中用 Faster R-CNN+FPN，Faster 和 YOLO 對比；為什麼叫單步法，兩步法？
  • R-CNN系列：R-CNN，Fast R-CNN，Fast R-CNN。大概說了一下每代改進。又問了RPN網路。
  • C++，問了 map 等是用什麼實現的。答：紅黑樹。（面試官：好了，我也不問你紅黑樹了），那你在想想還有其他實現的方法嗎？平衡二叉樹，差不多說了一下。可能是跳錶？數據結構和演算法之——跳錶
  • STL 中 vector 是怎麼實現的？我答了用數組實現，然後常數時間訪問，內存分配。內存不夠在原有基礎上擴大一倍分配。又問內存減小的時候是怎麼做的，我懵逼了。
  • 問堆和棧。我不太會堆，忘記了。然後說了說棧的特點，怎麼用的。又問了一下，在計算機系統中，棧有哪些用處，具體解釋了一下。我說了線程和進程。堆和堆排序、堆的應用、數據結構之——棧
  • Linux的一些常用命令：我說了幾個。他又問怎麼按時間順序列印出文件列表，按文件大小列印文件列表
  • 編程：兩個字元串序列的最長公共子序列。動態規劃經典題目
  • 開放問題：讓我設計神經網路模型（由於硬體限制，Faster 這種網路不讓用）數據：許多圖片，這些圖片是由很多網路分割的，就像棋盤一樣。每一個格子中可能存在一條小斜線（因為是直線，所以實際由兩個端點就可以確定）。要求設計一個網路來檢測出這張圖片中的這些小短線。要求：自己定義圖片的尺寸，網路的模型，loss，評價指標。問的比較細，每一步的實現細節，整得我一愣一愣的。
  • caffe 實現一種新的自定義網路

與作者交流：nowcoder.com/discuss/17

更多筆經面經：nowcoder.com/discuss?


推薦閱讀：
相关文章