岗位：计算机视觉岗
一面 4/20 时长1小时 自我介绍
项目
介绍一些损失函数
交叉熵损失，focal损失 （多分类的公式）
BN（公式），Droupout介绍，为什么不一起用
Transformer与RNN区别
LSTM公式
模型优化Trick
pytorch实现多分类focal loss
算法：列表中逆序对个数（分治，hard难度）
反问
二面：4/21 时长一小时
介绍
项目挖掘
Transformer encoder和decoder的介绍
Transformer的不同阶段的QKV来自哪里
focal loss公式以及why work
还有一些记不清了
算法：文字识别中的最大编辑距离（动态规划，在提示下未做出来，暴风哭泣）
场景题：三枚正反均为数字的硬币，七枚正常硬币。
1. 一次抽到坏币的概率
2. 拿出一枚硬币上抛，数字面朝上，这枚硬币为坏币的概率
3. 嫌我太菜没出出来（贝叶斯公式我真的记不清，但我第二问写出来了啊）
反问
结论：凉凉，流程还没有结束，估计回到了池子里。二面面试官很nice，写算法题的时候会引导你，我很喜欢，可是我太呆了orz！@ @
全部评论
(4) 回帖