1.想做哪方面的工作

2.怎么设计一个深度学习框架，一个深度学习框架有哪些部分组成

3.训练一个深度学习的流程

4.说一说tensorflow和pytorch的优缺点

5.静态图和动态图，为什么静态图比动态图速度快

6.优化器，从sgd到adam，为什么需要自适应学习率

7.怎么做分布式训练

8.多卡训练时怎么做的，梯度是怎么更新的

9.c++11的新特性，智能指针是为了解决什么问题，说一说thread

10.进程间通信和线程间通信

11.FP16是怎么转的

1.设计一个线程安全的队列，处理阻塞的情况，加锁、条件变量

2.实现一个有向图的dfs遍历

1.项目中使用sigmoid激活函数带来的非线性的问题

2.项目中做检测时弯曲的文本是怎么处理的

3.项目中为什么不直接做端到端的模型

4.sigmoid做多分类和softmax做多分类有什么区别，如果两类样本之间难以区分，应该用哪种分类方法。

5.faster-rcnn中为什么要设置ignore, 0.3< iou < 0.7之间proposals为什么不用

6.项目中对使用的检测模型有什么改进，anchors参数是什么设置的

7.cernet和cornet负样本为什么采用高斯分布的形式

8.样本不均衡的问题，答了正负样本级别的采样，anchor的采样，难易样本，focal loss（公式，原理）这些，问了还有什么方法

9.如果训练样本都一样，faster rcnn和ssd哪个效果会更好，加了FPN呢，FPN和ssd谁更好

10.用anchor-base的方法做类似center的中心点检测的话，会有什么问题

11.FPN融合了什么特征

12.用的是resnet的哪一个block