一面在这里
感觉二面要凉。
下面是面经
问题：问了一个GAN的实习。在实习的时候，你主要完成了什么工作？
数据的处理。
拿cycleGAN训练了一个baseline，加了几个分类器。
然后，做模型压缩。
拿cycleGAN训练了一个baseline，加了几个分类器。
然后，做模型压缩。
问题：其他GAN
IPCGAN/StarGAN。
多域的图像翻译。
条件的输入，是直接用label concat到RGB图像上，效果不太好。不适合工程落地。
改进的方法：
把条件 和 图像输入 分开两个encoder输入，在latent space 层或decoder层做融合。
问题：怎么让GAN更稳定更好
通常GAN有不收敛、模式崩溃的问题。
不收敛的原因分析：在最优解附近震荡，需要约束梯度。
让GAN稳定的trick:
1.WGAN的地球移动距离衡量数据分布差异
2.零中心梯度惩罚。权重的L2正则化
3.权重平滑移动（EMA)。
4. 均衡学习率。权重归一化。
模式崩溃：
用批数据标准差来衡量数据多样性，在判别器最后一次添加。
编程题
过河问题
小明需要踩着石头过河。
下一步只能到达距离为3、4、5石头。
下一步只能到达距离为3、4、5石头。
给一个数组，里面是n个石头，以及石头到岸边的距离。
假设从小到大排序。
问能否到达对岸（到达第n块石头）？
我的方法：
用深搜+剪枝的递归实现。
复杂度O(n)
（不知道有没有做对）
另一个思路是动态规划
总结
感觉自己面得很糟糕，
面试的时候一直断网。回答的时候也比较紧张。
尤其是编程题，瞎写一通，浪费了面试官的宝贵时间，感觉好丢脸。
后面时间复杂度分析的时候，愣住了，答错了。
跪求大佬指导。
全部评论
(4) 回帖