百度提前批 CV算法 二面
1. 自我介绍
2. 项目环节
介绍下你实习期间的项目
SIFT提取到的原图和模板图的特征描述符，你是用什么办法将二者匹配起来的，用的是什么距离。
你觉得你在项目里实现的算法有什么创新点？
3. 八股环节
1）讲下牛顿迭代法和梯度下降法，它们在数学上的区别是什么？
2）我有一个图像分类任务，但数据集中有个别类别数量较少，应该如何缓解这种类别不平衡问题？在评估阶段对这些类别应该如何评估？
3）在模型训练阶段，损失突然不下降了，可能是什么原因造成的？
4）SoftMax的作用
5）讲一下CLIP的底层原理，CLIP是怎么训练的，输入是什么样的，是有监督还是无监督，CLIP的应用有哪些？
6）数据归一化的作用是什么，什么时候会用到
7）高维数据如何处理
4. 手撕环节
1）求两个特征的欧几里得距离和余弦距离
2）最长递增子串
5. 其他问题
1）你对大模型是怎么理解的
2）谈谈你对算法岗的理解
3）谈谈你的职业规划
4）现在拿到哪些公司的offer了
5）base想在哪里
6. 反问环节
#面经#
类似资料：