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#