自我介紹
專案介紹 2019 春季實習生招聘之專案介紹
了解過哪些 cv 領域
一張多個類別怎麼設計損失函式，多標籤分類問題
svm、決策樹優缺點，非線性回歸用什麼方法，l1、l2 正則化區別
鍊錶歸併快排 leetcode 148——排序鍊錶
反轉鍊錶 leetcode 206——反轉鍊錶
實習時間，想做什麼專案，檢測、分割、行人重識別
骰子擲出 1-7 的均勻分布
第一次擲骰子的點數為 x自我介紹1x_1
x1，第二次擲骰子的點數為 x
2x_2
x2，如果x1=
x2=6
x_1=x_2=6
x1=x2
=6，則重擲，令 x=(
(x1−
1)∗6
+x2)
%7x =((x_1-1)*6 + x_2) \% 7
x=((x1
−1)
∗6+x
2)%
7，則 x
xx 即為取值範圍為 1-7 的均勻分布。
介紹專案
resnet 的特點
引入跳躍連線，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。用 bn 沒有，bn 有啥優點，這裡問各種細節
詳見**閱讀筆記 batch normalization: accelerating deep network training by reducing internal covariate shift第乙個專案看你用了 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。 設計乙個人臉識別模型，講了講 siamese 網路來做人臉識別。怎麼求乙個三角形外接圓，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。
第三個專案，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梯度下降法和牛頓法區別
梯度下降法：利用一階導數adam 和 sgd 區別，rmsprop 優化演算法牛頓法：利用二階導數，收斂速度快；但對目標函式有嚴格要求，必須有連續的
一、二階偏導數，計算量大
rnn 怎麼反向傳播
tensorflow 怎麼在網路結構實現乙個 if 判斷，定義乙個布林值
svm 的損失函式，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
給定乙個 [0, 1] 的均勻分布，求圓周率
用這個分布產生乙個座標 (x,y)(x, y)
(x,y
)，則這些點均勻分布在乙個邊長為 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=π
4p = \frac
p=4π
，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。
程式設計求陣列中的 top k 大的數 leetcode 215——陣列中的第 k 個最大元素
大概答出百分之七八十吧，寫**還是不夠熟練，一周後收到感謝信，被加入人才庫！
一面1、目標檢測專案
２、常規深度學習問題
３、程式設計題： 二面
2012騰訊春季實習生面試經歷（二）
話說一面結束後，我感覺良好。次日便收到tencent的二面通知，感到萬分慶幸的我，開始準備迎接第三天的又一次挑戰。閒話少說，直入正題。這次面試持續大概25分鐘，內容如下 1.自我介紹。事先沒有預料，我張口就說。從目前的研究生說起，一直到大學生涯。我的感覺是自己說的有點粗糙，也沒啥亮點。這個以後需要事...
位元組跳動演算法實習生面試
前一段時間去參加了位元組跳動的演算法實習生面試，流排程方向，記錄一下當時的死亡面試。首先是固定的自我介紹，然後問了一下寫的人臉識別專案，聽了用到了svm之後，就讓手推了一下svm的過程，講了一下什麼是支援向量，具體在專案中svm是怎麼實現的 相當於知道公式做應用題的感覺 然後問了一下為什麼要把灰度化...
阿里2019實習生面經
第三輪可以說是非常懵逼了。二輪過了一段時候後的一天早上，hr突然給我打 說到北京當地面試，面試專場時間到當天24 00就結束了，這是最後一天 別管啥情況，我立刻買了票到北京，終於在約定的時間前到達指定地點，然後負責技術面的面試官還沒來，先跟hr聊了會，倒是沒問啥特別的，不知道是不是常規hr面都這樣。...