浙大金华研究院（CV算法实习一面面经）
2.介绍一下做过的项目和论文；
3.用过哪些机器学习模型（XGBoost、LightGBM、RF、LR等），介绍他们的特点和区别；
5.深度学习用过哪些结构（MLP、CNN、RNN、Transformer、BERT等），介绍一下各自的特点和区别；
6.深度学习主要有哪些任务（分类和回归，分类可以使用有监督、无监督、半监督等方法，回归主要使用有监督方法）；
7.了解CV吗，用过开源框架OpenMMLab吗；
8.CNN处理图像的长处；
9.了解哪些GNN模型（GCN），说一下其特点和区别；
10.Transformer的Q、K、V分别来自那一部分；
11.介绍一下常见的Loss（均方误差（回归）、交叉熵（分类））；
12.介绍一下交叉熵的特点；
13.介绍一下常用的激活函数（ReLU、sigmoid、softmax），各自的优缺点；
14.反问（实习主要做哪些任务，需要弥补一下哪些地方的知识等）；
15.总结：面试整体感觉良好，大致上都能回答上来，对一些深度学习技术原理的知识有待进一步提高；
类似资料：