一面（4.20，1h10min）
1.了解部分
自我介绍
问项目，比较细，在你的答案中找新问题。
2.DL基础知识
为什么选用残差网络？（解决退化，balabala）
残差块的结构可以说说吗？（shortcut，深层和浅层两种不同的残差块，balabala）
softmax的计算公式（很好写）
残差网络的出现是为了解决什么问题？（退化……）
残差网络是怎么解决退化的？（和旷视一样，balabala……）
BN的基本概念，公式。（数据归一化，两个因子及原因，公式不会，萌新小白先入门再说，哪会管这么细……长教训了）
BN为什么可以缓解剃度消失？（数据分布均匀，把数据从饱和区拉到非饱和区，balanala）
BN除了缓解剃度消失，还有什么优点？(加快收敛速度)
过拟合的解决办法有哪些？(说了正则化和dropout及它们的原理和应用场景)
数据不平衡遇到过吗？怎么解决？(上下采样，下采样又分为全放回和增量放回balabala，数据合成smote和borderline smote，加权，一分类)
用过哪些深度学习框架？(tf)
了解过其它的深度学习网络吗？(mobilenet，ssd)
Mobilenet的核心原理(depthwise seperable convolution，提了一嘴降低计算量结果……)
Mobilenet为什么可以降低参数量和计算量？可以降低多少？(说的很模糊，不过降低多少说的很明白，大概是卷积核的大小，3×3=9)
SSD的基本原理和特点。(single shot multibox detection，特征金字塔，多尺寸多长宽比密集锚点，balabala，原理说的比较模糊，提了一嘴single shot表示是one stage，结果……)
one stage和two stage是什么意思，有什么区别。(靠印象说了是RPN的区别)
(总结，可以引导面试官，但不该多的嘴千万不要多……)
3.coding
中序遍历非递归实现，自己写个样例然后讲思路（也就是遍历的过程），ac
两颗二叉搜索树分别找一个节点，节点值的和为目标值。(没刷到过，考虑了一阵子给面试官提供了两个思路，然后我们就开始了关于复杂度的讨论，这个没写代码……)
有序数组找和为目标值的两个数(说了是对撞指针)，反问对撞指针的原理，为什么可以这么做。(不太清楚……氛围很尴尬)
4.反问环节
问了业务，自身的差距和可以提升的方向(面试官说基础知识还可以，但深度还有待提升)，以及反馈时间（结果面完去吃饭的时候收到了hr电话说约二面）
二面（4.23, 30min）
自我介绍
项目
深度学习
PCA
SVD（没答上来）
coding（非零元素移到数组前端，相对位置不变），复杂度
没有反问
草草结束，凉透了.......
全部评论
(7) 回帖