科大讯飞 深度学习框架和平台方向 一面
时长：1h
1.自我介绍（面试官看我简历不太匹配问我为什么投）
2.项目拷打，涉及到的八股：
1）模型中用了什么优化器？常见的优化器有哪些？sgd和adam的区别是？
2）训练模型的过程中，训练集、验证集、测试集的作用是什么？
3）模型中用到了resnet和注意力机制，介绍一下
4）resnet中残差是怎么实现的？
5）自注意力机制中为什么要除以根号dk？（基本上每个面试官都问到了）
6）哪些方法可以避免梯度消失和梯度爆炸？
7）sigmod靠近0和1是什么意思？
8）droupout如何防止梯度消失和梯度爆炸
9）relu函数存在什么问题？如何改进？
3.之后问了我会的语言，继续拷打八股
1）c++中的传参方式？（值，引用，指针）引用和指针的区别？
2）python中的传参更接近哪种？
3）常见的数据结构？
4）数组和链表的区别？
5）提到了哈希表，在python中对应什么？
6）python的数据类型？
7）列表和元组的区别？
8）列表和字典访问value的时候有什么区别？复杂度是多少？
4.反问：
1）部门内容：推理优化还有个啥来着没听清
2）介意没有相关背景的同学吗？介意，但是更看重基础
3）后续流程：3-4轮面试，具体问HR
类似资料：