一面:约45分钟 面试人数:2人 1.自我介绍 2.介绍一下自己的项目(由于项目经历和数字IC涉及较少,因此询问不多) 3.再度复核了一些笔试中出现的题目,例如FIFO等 4.芯片设计流程;建立保持时间的概念;高速设计的概念;异步逻辑的概念;项目中用的FPGA是什么类型;了不了解锁相环;有没有用触发器做过电路设计。 5.笔试:输入一个起始值,一个目标值,当计数到到目标值的时候,给出一个提示信号 以
一面 自我介绍 项目+论文 为啥项目中使用Ptuning? 说一下Ptuning的原理 如何关注训练过程中的指标? 训练步数如何确定? RLHF的整个流程详细 llama factory代码看过吗? DPO了解吗? 算法题 二分,medium, 旋转数组的最小数字 二面 二面面试官问了很多开放性问题,就是丢给你一个一个问题/实际的步骤,问你怎么解决,怎么考虑,而不是问某某东西的原理 自我介绍 项目
9.9面试的,上来没自我介绍环节,直接简历项目开始过,比赛,论文,实习,中间穿插八股:BN和LN区别,transformer encoder组成,BERT等等,应该是都答上来了。 之后手撕,很简单求根号,没用二分,用梯度下降写出来了,被老哥表扬(大四机器学习课考过,做题家基因动了)。 最后说岗位匹配的问题,因为之前没做过自动驾驶,我就拼命说对这个方向感兴趣,自己这两天看过哪些论文(真的是为了这个岗
lz背景985本日硕机械,课题方向和图像相关性不大,有段工业视觉检测相关的实习背景. 前几天刚面了埃科光电的图像算法处理岗,时长35分钟,面试官是个小伙子,语气很和善,问题还是比较硬核的. 1)自我介绍 2)机械专业为什么不投递结构相关岗位? 3)简述一下视觉相关的实习经历和用到的算法. A:饮料瓶和药瓶的模版匹配 4)模版匹配的目的是什么?常用算法有哪些? 5)(4的回答有提到)LoG是什么?它
岗位:飞星计划-AI算法工程师3D数字人方向 一面 (7/20) - 20min 纯讨论项目 二面 (8/10)- 1h30min 项目中的量纲问题怎么解决 python的相关知识: with args kargs roi pooling batch normalization transformer 深度可分卷积 8.17 感谢信 总结:面试体验并不好,两面面试官都没有开摄像头,也没有自我介绍,
三个面试官,技术面 首先英文自我介绍 看项目里提到的模型和算法,让简单说一下 这个模型(squeezenet)和另一个模型(shufflenet)的区别 数据集是怎么做的,有什么标准 深度可分离卷积和普通卷积的区别 说一下对有参考和无参考质量评价的理解 说一下视频和图像质量评价的区别 暗光增强了解吗,做过什么? 说一下相关的算法,这个算法有什么问题,你有什么改进 有做过轻量化的算法改进和部署吗 反
1.自我介绍 2.介绍第一篇论文和第二篇论文(面试官很认真在听,问了很多细节问题)30min 3.写代码题 给定一个数n和一个int数组A,选取A中元素组成一个最大的且小于n的数,可以重复选取 4.反问组里工作内容 #字节# #字节跳动#暑期实习#
我是同学介绍了解到万集科技苏州研究院的,7月9号投的简历,7月14号HR就通知我面试,面试时间是下午5点。面试官人非常好,主要问我做了哪些项目,然后问了一些3D点云中常见的算法,同时问了一些在做项目过程遇到的一些困难,整体面试体验非常好。然后我问了HR大哥有没有通过一面,大哥和我说通过一面了。目前在等待二面,希望可以顺利通过二面,拿到offer进入万集科技苏州研究院。
8.15 一面 约30min 面试官很准时 首先是自我介绍两分钟,我简单说了说自己的专业,说了说研究项目,提了下编程语言和参与的项目。 然后是项目介绍。大概说了15min吧。 再然后就是面试官根据项目内容提问,可能是因为我这个方向有点偏,面试官问的问题都很基础。 之后问了我对卷积的理解。 最后面试官简单介绍了这边是干什么的,询问期望薪资以及工作地点。 反问环节我没问(真不知道问啥) 面试官态度很好
沉淀、分享、成长,让自己和他人都能有所收获!😄 📢本篇章一起了解下网络性能工具。 一、网络性能指标 二、netstat 三、route 四、iptables 一、网络性能指标 从网络性能指标出发,你更容易把性能工具同系统工作原理关联起来,对性能问题有宏观的认识和把握。这样,当你想查看某个性能指标时,就能清楚知道,可以用哪些工具。 二、netstat Netstat是一个用于检查各种网络相关信息
问题内容: 我有一个Python脚本,该脚本可以正常工作,但是我需要编写执行时间。我已经用谷歌搜索了,但是我似乎无法使它正常工作。 我的Python脚本如下所示: 我需要的是执行查询并将其写入文件所需的时间。目的是使用不同的索引和调整机制来测试数据库的更新语句。 问题答案: 您可以在要计时的块之前或之后使用或。 此方法不完全精确(它不会平均运行几次),但是很简单。 (在Windows和Linux中
我正在学习如何编写神经网络,目前我正在研究一种具有一个输入层、一个隐藏层和一个输出层的反向传播算法。算法正在运行,当我抛出一些测试数据时 在我的算法中,使用3个隐藏单元的默认值和10e-4的默认学习率, 我得到了很好的结果: 每次平方误差之和都会像我预期的那样下降一个十进制。然而,当我使用这样的测试数据时 没有什么真正的改变。我检查了我的隐藏单位、梯度和权重矩阵,它们都不同,梯度确实在缩小,就像我
我了解到Bellman-Ford算法的运行时间为O(| E |*| V |),其中E是边的数量,V是顶点的数量。假设图没有任何负加权圈。 我的第一个问题是,我们如何证明在(| V |-1)迭代中(每次迭代检查E中的每条边),它更新到每个可能节点的最短路径,给定一个特定的起始节点?有没有可能我们已经迭代了(|V |-1)次,但仍然没有得到到每个节点的最短路径? 假设算法正确,我们真的能做得更好吗?我
在理解并发线程和最终线程组的概念时,我对运行并发线程或最终线程组时的汇总/聚合报告结果的理解感到困惑,例如,如果我有200个用户,上升时间为60秒,那么在成功完成执行后,我并没有看到所有的采样请求都是200个样本,而只有少数采样请求有200个样本。当我使用普通线程组时,每次采样请求完成后,我总是得到相同的线程数。 对于更多用户的实际负载测试,您能否建议我应该选择哪一个线程组。 您是否可以提供一些有
本文向大家介绍C语言科学计算入门之矩阵乘法的相关计算,包括了C语言科学计算入门之矩阵乘法的相关计算的使用技巧和注意事项,需要的朋友参考一下 1.矩阵相乘 矩阵相乘应满足的条件: (1) 矩阵A的列数必须等于矩阵B的行数,矩阵A与矩阵B才能相乘; (2) 矩阵C的行数等于矩阵A的行数,矩阵C的列数等于矩阵B的列数; (3) 矩阵C中第i行第j列的元素等于矩阵A的第i行元素与矩阵B的第j列元素对应乘积