基本概念 人脸检测 人脸检测是指从一副静态的图像中检测并标记出人脸所在的区域, 并且给出表示人脸的矩形坐标(左上角坐标和右下角坐标, 其中图像左上角坐标是(0,0), 右下角坐标是(n,m), n,m分别为图像的像素宽度和高度)。在0.2, 0.3版的服务中增加了人脸的性别与年龄信息。 人脸检测有着广泛的用途, 比如(1): 智能驾驶辅助系统,能自动识别出道路前方的人脸, 并及时提醒驾驶人注意前方
说明:DES加密/解密类仅供参考思路,需要接入方具体实现细节及调通 php版DES加密/解密类: <?php /** * Created by PhpStorm. * User: didi * Date: 2017/9/27 * Time: 16:11 */ namespace Library; class DESHelper { //私钥,固定字节长度为8位 priv
N-Gram 是一种常用的索引方式,trigram 是其中常用的一种(tri- 表示 3)。根据 trigram 的算法,我们可以将 cat 将被分割成 “c”、“ca”、“cat”、“at”。trigram 算法经常用在字符串相似度比较上,两个词共享的 trigram 分词越多,相似度则越高。PostgreSQL 中由 pg_trgm 模块提供 trigram 算法支持。 函数和操作 pg_tr
更新:一面过了,等待复试安排 https://uploadfiles.nowcoder.com/images/20230927/557711646_1695807664522/A747E405F95C0E991B3159848CB5B148 兄弟们,为什么我又遇到kpi面了,是现在没hc了吗都。没hc为什么还要面我呢 一面 介绍了一下论文内容,和当前实习内容情况 大多时间都是在说这个 有没有了解目
10.9一面 主要聊实习做的东西的细节,面试官应该对优化比较熟悉,关于实习期间做的一个优化问题的建模有些争议,最后应该算是把面试官说服了? 问了混合A*相关的问题,混合A*和A*区别,如何设计启发函数保证搜索到的解最优 以及优化相关的问题,1.什么是凸优化问题? (目标函数是凸函数,可行集是凸集) 2.如何判断函数是凸函数?(Hessian矩阵半正定) 3.知道KKT条件吗?(知道是判断是极值点的
一面是只做代码 三道做对就算过 可惜 四道是写出来了 但是复杂度太高了 我说咋都这么简单 现在卡在初试了
一面 1h 自我介绍 paper、实习 手撕:均值滤波,kernel size=2*2 反问 二面 1h 自我介绍 paper、实习 手撕: 1、transformer(简历中有提到,然后聊到就当场让手撕(torch)) 2、说出一个概率题(前面聊到了diffusion model),准备出题的时候我说没学过概率论,面试官就说算了直接出算法题 3、括号匹配,()*,其中*可以代表( 或 )或空字符
题目:我现在有一个文件,把文件中出现单词频率最高的k个单词找出来,文件内容都是逗号分隔的单词 我用go语言写 abc.txt内容 "wang,jing,yu,shuai,ge,shuai,ge,j" package main import ( "fmt" "io/ioutil" "sort" "strings" ) func main() { contents, err :=
15min超短面 ①介绍项目 ②卷积相对全连接最大的优势 ③常用损失函数 ④常用正则化 ⑤知不知道目标检测 ⑥数据预处理方法 ⑦用过哪些神经网络 ⑧用什么深度学习框架 ⑨有过实际pytorch部署经验吗 回去等通知,还会再联系(也不知道是不是真的),感觉自己有关CV方面的没答好,毕竟我也不是搞CV的,不过看他们的JD也不是强制要求CV方向咯,不晓得后续如何
主要内容:1.Paxos算法简介,2.Paxos算法流程,3.Multi-Paxos算法,1.Paxos算法简介 Paxos算法是一种基于消息传递且具有高容错性的一致性算法 Paxos解决的问题是如何正确快速在一个分布式系统 中对某个数据达成一致。 2.Paxos算法流程 在一个Paxos算法系统中, 所有节点分为3类: Propersor提议者, Accepter接受者, Learner学习者 Proposer: 提出提案 (Proposal)。Proposal信息包括提案编号 (P
一面 自我介绍 讲一下自己印象最深刻的项目(我提到使用了xgb 讲一下xgb的原理 逻辑回归的梯度推导 os常用命令操作: pwd, top, kill pid 如何杀死僵尸进程 算法题:第K大的数 二面 自我介绍 实习经历做了什么,还要什么可以挖掘的 L1,L2的作用 transformer encoder的结构,和decoder有什么不一样 有没有关注业界的一些进展?比如google,微软之类
360的算法笔试: 40道选择题 1.5分 2道编程题 20分 360的选择题感觉是最难的 涉及面太广了 除了算法 数据结构 文件 深度学习 还有什么矩阵 微分都有 编程系统和shopee一样最坑的赛马网不过可以本地ide 编程第一题很容易ac 第二题传染病没做出来
代码面50min,全程八股和coding没问简历 给了两段代码让我看有什么问题 没问题的那段什么情况下会有问题 改成有问题的 智能指针 写一段多线程访问shared_ptr对象会出现问题的代码 单例模式和工厂模式 写一段单例模式的代码 emplace_back和push_back的区别 emplace_back底层用了什么特性让其能够在容器内构造 手撕: 合并区间 无辅助数组原地合并区间
1、介绍项目经历,背景,过程,怎么解决的。 2、如果有一批数据,训练出来后效果精度达不到要求,怎么处理。 数据角度:噪声多需要降噪,数据本身不规律,数据缺值比较多,数据需要去重聚类,特征不够需要引入其他特征 模型角度:模型选择的问题,过于追求最新技术但是不适合场景,模型健壮度不够需要集成学习模型 参数角度:超参数的选择不是最优解导致梯度降不下去 实际角度:评价指标不合理 3、上一段离职原因,gap
问题内容: 我最近了解到,“%”符号用于计算Python中整数的余数。但是我无法确定是否还有其他运算符或方法来计算Python中的百分比。 就像使用“ /”会给您商数一样,如果仅对整数之一使用浮点数,它实际上会像传统除法一样为您提供答案。那么有没有一种方法可以计算出百分比呢? 问题答案: 在Python中没有这样的运算符,但是自己实现是很简单的。在计算实践中,百分比几乎不像模数有用,所以我认为没有