虎牙直播机器学习算法/冬招一面
12.21 下午三点半到四点半
面试题目
自我介绍
︎●八股文：BN 层原理 输出维度 计算步骤/ BN 和 LN 的区别/L1 正则和 L2 正则/过拟合怎么解决/梯度消失的原因和解决
︎●项目：样本不平衡怎么解决/Focal Loss 是怎么计算的/增量学习的过程/知识蒸馏是怎么更新的/BN 层的缺点/为什么视觉不怎么用 LN?（我猜测是因为图像通道数目的原因，不确定等会查查原因是 ln 是以样本为单位对所有特征归一化，好长....）/为什么不对 bias 进行正则化（因为它对输入参数不敏感 公式上看就是它对所有的输入一视同仁，不贡献模型的曲率，求导的时候 bias 没多大作用）
︎●算法题
岛屿数量（emmm 典中典 可惜我短路了不好意思）
换了一道二叉树的右视图
反问：视觉和业务的契合度，回答说主要搞多模态的推荐搜索，不是纯纯 cv
面试感受
面试官很年轻 感觉和我差不多大 中途会议有延迟的时候大家可以试试重新开始会议
问机器学习的比较少，应该还是做多模态的深度学习面试完好饿
类似资料：