形式:视频面试(我开摄像头,面试官不开) 问题: 进行过哪些项目优化 项目中使用的es6特性 forEach和map有什么区别 对Promise的理解 vue生命周期 vue nextTick方法 v-if和v-show的区别,v-for和v-if的优先级 组件通信方式 对vuex的理解 vue-router的hash模式和history模式 一个div左移100px的方法 时长:25分钟 反问:
总结:计网基础,扩展的也都是简历上的,最后手撕(可惜我第一次被面试盯着写,很简单的二分查找没写出来,一结束自己复现就秒了😭) 1.自我介绍 2.osi七层 3.http各种请求 4.https握手 5.ssrf 6.psexec和wmiexec 7.日志相关,确实没太了解 8.mimikatz补丁那些(补丁的绕过忘记了没答出来) 9.uac 10.kerberos协议过程,金票银票区别,金票银票
项目: 介绍 SpringBoot kafka 的用途/应用场景 能不能实时地通知用户呢比如弹窗 (不会) redis 的应用场景 介绍 XXL-JOB 用途 es(简单提一嘴) 语言: 说说 JVM 老年代和年轻代 垃圾回收 java 异常 其他: 你最想从事的行业(教育行业) 手里有几个 offer 哪里人 反问: 共有几面?还有 二面 多久通知?一周内 建议?建议看看 think in ja
客户端和服务器间的通信加密 Seafile 在服务器配置了 HTTPS 后,客户端会自动使用 HTTPS 协议和服务器通信。 加密资料库如何工作? 当你创建一个加密资料库,你将为其提供一个密码。所有资料库中的数据在上传到服务器之前都将用密码进行加密。 加密流程: 生成一个32字节长的加密的强随机数。它将被用作文件加密秘钥(“文件秘钥”)。 用用户提供的密码对文件秘钥进行加密 (使用PBKDF2算法
自我介绍 介绍一下项目 有了解socket是怎么连接的吗?一台机器可以有多少个套接字连接 说一下epoll底层实现 介绍实验室研究内容 讲一下本科算法竞赛经历,问为什么是队长,负责了哪些事 玩过哪些游戏,有什么理解。 我语速比较快+面试官好像也确实没啥想问我的,十二分钟就基本问完了,后面就是反问环节问了一下岗位内容和语言还有工作强度这些。跟我说两周就会更新版本,小版本会加班到九点钟多。然后多久是一
面试官挺好的,但是我感觉我凉了 1. 自我介绍 2. 实习为啥没继续 3. 对游戏行业了解吗 4. 玩过啥游戏 5. 调试怎么调试的,最困难的事,最印象深刻的事 6. 常用数据结构有啥应用 7. 现在有几个offer 8. 用过lua没有 9. 想做什么项目的开发(我回答rpg或者社交都行,面试官是做卡牌的,感觉g,但是我说也可以,就是没有玩过这个类型的游戏) 10. tcp和udp介绍一下 -1
视频面试 40分钟 1. 自我介绍 2. 手撕排序,按时分秒进行自定义排序,使用堆排,重定义排序规则 3. 介绍一个主要项目,目标检测相关的 4. 问了解sql么,不了解 5. 问了解人脸安全检测么,答了一下应该和攻击防御相关,具体没研究过 6. 问了一下后续如果通过的话,还有一个hr面 希望可以接到hr面,第一次写面经 #如何判断面试是否凉了#
base 深圳 ---------------9.19 一面----------- 1、自我介绍 2、项目、实习(占大比例时间) 3、python python2和python3的区别,深浅拷贝、数据类型,字典,参数带*和**的差别,pass、return、continue、break、exit作用,迭代器 4、计算机网络 网络五层模型及作用,tcp和udp的区别,打电话用的是哪个,tcp三次连接
base成都 ———————————————————————————————— 一面 9.13 一位面试官+一位hr(可能是) 1、自我介绍 2、实习提问 3、测试场景题:一栋大楼里有两个电梯,如何测试 主要回答了功能测试+性能测试+兼容性+易用性+并发+压力,面试官反馈思考的很全面 4、提问知道的排序算法 回答了几个排序算法+复杂度+稳定性 5、手写冒泡排序,讲述实现思路 6、
PyTorch包含创建和实现神经网络的特殊功能。在本章中,我们将创建一个简单的神经网络,实现一个隐藏层开发单个输出单元。 我们将使用以下步骤使用PyTorch实现第一个神经网络 - 第1步 首先,需要使用以下命令导入PyTorch库 - 第2步 定义所有图层和批量大小以开始执行神经网络,如下所示 - 第3步 由于神经网络包含输入数据的组合以获得相应的输出数据,使用以下给出的相同程序 - 第4步 借
游戏服务端开发岗位 数据库的三大范式 分库分表是为了解决什么问题 数据库的索引优缺点 说说快排的主要原理 链表、hash表和树区别 tcp、udp和http的区别 tcp粘包问题有没有了解 项目的难点或者挑战 反问#面经##秋招##校招#
我正在学习神经网络和反向传播。我想我了解网络是如何工作的,在输入、输出、隐藏层、权重、偏差等方面。但是,我仍然不完全了解如何设计一个网络来适应一个问题。IE:假设我想要一个神经网络来学习如何演奏曲子,我该如何把这个问题转化为神经网络的设计呢?欢呼:)
介绍 可以在 this great article 查看循环神经网络(RNN)以及 LSTM 的介绍。 语言模型 此教程将展示如何在高难度的语言模型中训练循环神经网络。该问题的目标是获得一个能确定语句概率的概率模型。为了做到这一点,通过之前已经给出的词语来预测后面的词语。我们将使用 PTB(Penn Tree Bank) 数据集,这是一种常用来衡量模型的基准,同时它比较小而且训练起来相对快速。 语
注意: 本教程适用于对Tensorflow有丰富经验的用户,并假定用户有机器学习相关领域的专业知识和经验。 概述 对CIFAR-10 数据集的分类是机器学习中一个公开的基准测试问题,其任务是对一组大小为32x32的RGB图像进行分类,这些图像涵盖了10个类别: 飞机, 汽车, 鸟, 猫, 鹿, 狗, 青蛙, 马, 船以及卡车。 想了解更多信息请参考CIFAR-10 page,以及Alex Kriz
递归神经网络(Recurrent Neural Networks,RNN)是两种人工神经网络的总称:时间递归神经网络(recurrent neural network)和结构递归神经网络(recursive neural network)。时间递归神经网络的神经元间连接构成有向图,而结构递归神经网络利用相似的神经网络结构递归构造更为复杂的深度网络。 RNN一般指代时间递归神经网络。单纯递归神经网络