《日常实习offer》专题

http与https的区别 axios的特点 箭头函数与普通函数的区别 TCP与UDP的区别 vuex里的数据和全局变量有什么区别 get请求和post请求的区别，哪个刷新会丢失数据 深浅拷贝 js的基础数据类型 hash模式与history模式的区别 路由守卫有哪些 vue2的生命周期 keep-alive标签的作用

1.首先自我介绍，我做了一个简短的ppt展示项目经历和成果 2.专业问题 第一个问题是将CAD的文件转到ArcGIS里面投影如何操作。 第二个问题是用ENVI软件提取建筑面将其转成shp文件是否可以实现。 3.对公司产品的了解及感受 4.面试官向我介绍了公司的主要业务已经应聘岗位所需要掌握的技能 5.未来的职业规划 6.反问问题 #面经#

一面： 1.自我介绍 2.项目介绍 3.项目中如何实现分页展示 4.手撕算法 1.二叉树的层序遍历 2.倒过来的层序遍历 二面： 1.自我介绍 2.常见的排序算法有哪些 3.算法题： 使用O(log(n)时间复杂度实现对链表的排序 4.进程和线程

一面： 1.自我介绍 2.spring IOC AOP 3.spring 事务隔离 4.脏读 不可重复读 幻读 是什么 区别是什么 5.redis 分布式锁 6.mysql 设计表 7.代码题 用链表实现队列 8.高并发情况下，如何实现线程安全，如何保证效率 9.springboot启动很慢 有什么方法（一个其他的轻量级框架） 原理：只有类被用到的时候才加载 10.项目一系列问题 二面： 1.自我

一面1.13，40min 先聊项目 什么是惊群现象，怎么解决 epoll的工作原理 说一下对进程的了解 进程间的通信方式 最快的通信方式是什么 说一下vector 、list、map的区别 说一下迭代器失效的情况，以及解决方法 哈希冲突的解决方法（我说了链表法，开放地址法，再哈希法） 空类包括什么成员 浅拷贝和深拷贝有什么区别 悬空指针所指向的内存被释放了，那么这个指针还存在吗 悬空指针和野指针的

#小米集团#北京 邮件里说是30分钟，但我面了近一小时 先是问项目用到的技术 redis的数据结构类型 aof重写 内存淘汰机制 堆与栈的区别 equals与==的区别 成员变量与局部变量的区别 介绍快速排序 springboot常用注解 celery组件 celerybeat 算法：斐波那契数列

自我介绍 项目介绍和担当职位 开发经验有无？ 为什么选择测试 如何测试文字中是否含有手机号（没答上） 举例http响应状态码和功能 linux常用十个指令 vi编辑器有何指令 微信红包用例 数据库的查看和修改 查看任务进程 python的学习程度 都是根据简历写的问的 面试官挺nice #我的实习日记#

楼主双非大二在读 主管面（最后才知道的，hr一直说三面才是主管面） 一直压迫力很强 网络方面： 1、http请求了解吗？（之前做前端的时候用过，就那几个，get、post、push、delete） 2、get跟post有什么区别吗？（我简单谈谈我的理解， 其实在我看来，get与post本质上是一样的，都是基于TCP连接发出的请求 你看，get是把数据放到url上传输，post是把数据放到reque

Java中的UUID是否像字符串一样内嵌？如果不是，我是否应该尝试回收UUID对象以最大限度地减少RAM使用？ 我使用UUID作为数据库主键的数据类型 因此，当从数据库检索行时，我是否应该检查每个UUID是否重复，如果重复，是否使用原始对象引用？或者这已经代表我做了，类似于字符串的内部处理方式？

base西安 面试时间：2023.4.24 17:00 说是下午五点开始，但楼主所在那个组硬是拖到18:20才开始，多等了一个多小时，人都紧张不起来了； 先是两分钟自我介绍（基本情况、项目情况、对邮储的认知等）； 第一个面试官： 通过这个实习你想获得什么？ 谈谈你的职业规划； 对自己的性格认知如何，举例； 以往在学校有没有参与一些团队活动？ 在这些学生工作中有没有遇到过什么困难，情绪如何，怎么调节

自我介绍 聊项目（聊难点，项目中某些部分的具体实现） 移动端如何设置根元素字体大小 问vue的双向绑定，vue2对数组如何实现双向绑定的 问如何手写instanceof 说一下闭包 如何实现图片的水平垂直居中 事件冒泡 说一下promise css中的层级上下文

主要问项目，甚至问了算法的项目（面试官本科是自动化，所以了解一点） 然后问项目中的具体实现，和一些与项目实现相关的八股 问会不会gpt调试code？ 实习的考量（学到东西，钱） 基本没问啥特别的，比较常规 反问 我能学到啥 公司地址 总结：一共三十多分钟，面试官直接最后问我来不来了哈哈哈，感觉人挺好的，算是有一个小小的着落了

加速训练的方法 内部方法 网络结构 比如 CNN 与 RNN，前者更适合并行架构 优化算法的改进：动量、自适应学习率 ./专题-优化算法 减少参数规模 比如使用 GRU 代替 LSTM 参数初始化 Batch Normalization 外部方法 深度学习训练加速方法 - CSDN博客 GPU 加速 数据并行 模型并行 混合数据并行与模型并行 CPU 集群 GPU 集群

Reference CS229 课程讲义（中文） - Kivy-CN - GitHub 超参数选择 Grid Search 网格搜索 在高维空间中对一定区域进行遍历 Random Search 在高维空间中随机选择若干超参数 相关库（未使用） Hyperopt 用于超参数优化的 Python 库，其内部使用 Parzen 估计器的树来预测哪组超参数可能会得到好的结果。 GitHub - https

2023.10.01国庆节上午10点 Java开发实习生，在杭州，公司是一个自研公司，看官网介绍是做云数据库解决方案的。 大概半个小时，全程拷打，感觉发挥地的不好 每次问到一个技术，先问有没有看过源码 1. 自我介绍 2. 介绍项目，项目分工，项目技术选型是怎么做的，为什么用这些技术？项目上线没有 3. 项目中做过哪些测试？怎么做的？ 4. 用过PostgreSQL这个数据库吗？了解过，那Post