当前位置: 首页 > 面试经验 >

蔚来感知算法实习一面面经+二面面经

优质
小牛编辑
132浏览
2023-03-28

蔚来感知算法实习一面面经+二面面经

1.手写nms,面试官本来要求用C++,我说不太会就改为用python了

2.深挖八股,第一面不聊项目和简历

从模型和数据的角度分别说一下如何解决梯度爆炸的问题?

更了解fasterrcnn还是yolo?能否大概说一下fasterrcnn的流程,两阶段主要解决了什么问题?

延伸,yolo中是怎么解决正负样本不均衡问题的?yolo中的object分支有什么作用

BN层的作用是什么,有什么可学习参数?

给定NCHW的输入,BN层的输出应该是什么?

在训模型的时候如果遇到显存占用了,但是后面的GPU利用率不高的情况,可能是因为什么?

在训模型的时候如果loss报Nan了,可能是因为什么?

Detr是怎么做到不用nms的,如何保证在一个目标附近只生成一个bbox

有点不爽,二面被面试官连续鸽了两次,一次提前20min一次进去等了10min

二面

由于我之前有过一段实习,面试官大概花了15分钟聊了一下实习内容

问问题基本是一些常规的八股,难度和第一面相比第一面要难一些

手撕是回字形遍历(惭愧,一开始有个地方写错了,太久不写手生了)

 类似资料: