深度学习

前言 时光荏苒，白驹过隙，又是一年招聘季。楼主是去年毕业的应届生，当时春招找实习的时候，天天泡在牛客看面经刷题，好不怀念！现在准备整理下自己当时搜集的一些高频面试题，分享给牛友们。题目范围主要是机器学习以及深度学习相关的，都比较基础，但是非常经典，很多都在实际面试过程中碰到过，所以我每次面试前都会看一遍，这样会让自己更有底气（心理作用hhh）。这篇主要是机器学习相关的知识，之后还会更新深度学习相关的面试题，感兴趣的同学可以关注一波。 知识总结  线性回归模型假设特征和结果满足线性关系；经过最⼤似然估计推导出来的待优化的⽬标函数与平⽅损失函数是等价的。   岭回归加入L2正则项，等价于对参数w引...

上岸了离家200km的单位，穷的稳定，稳定的穷，感觉工作毫无意义，想过辞职又没有勇气，想要改变现状，打算把编程捡起来接点散活，也算是满足自己的小小自尊心，证明自己还不算一个混吃等死的fw。现在有几个方向可以选，java开发、测开、Python爬虫，这些在学校都搞过，有一定基础，还有就是深度学习，虽然我在学校搞的是nlp相关的，但我感觉这个对知识储备和钱包储备都是双重考验。牛友们，技能树怎么点合适？

科大讯飞2025届校园招聘已启动！作为中国人工智能“国家队”，科大讯飞一直致力于让机器能听会说，能理解会思考，加入我们，让人工智能建设美好世界的梦想成为燎原之势。欢迎所有方向的AI算法岗位的同学们填写内推码205U862，或直接扫描下方二维码投递简历，简历直推部门负责人，内推简历优先处理，全程帮忙跟进进度，快人一步拿到offer！对校招流程或岗位有疑问的同学可以联系邮件nanqiao4@iflytek.com注：飞凡计划、飞星计划与常规校招批次之间互不影响，特别优秀的同学建议投递飞凡计划或飞星计划，即使不成功也可以再次投递常规批次。

-------------------8.29一面总体项目聊的还行，但是出了一个思考题，硬控我20min，他们公司是容易硬控求职者的意思吧。聊项目，问我在蔚来的实习，车道线和freespace方面，只能说和矿山确实毫无关系。问了一些bev的八股，答的大差不差问我笔试第三题为啥没有全a，我是说我当时考虑到了走迷宫不规则的边界问题，但是没时间去实现了，感觉他们还挺看重笔试的。开始硬控环节，问我卷积操作怎么加速，提示可以写成两个矩阵相乘的形式，不知道各位佬有没有想法。然后问了c++智能指针的问题，这个我熟啊，直接开始吟唱反问矿山自动驾驶和城市自动驾驶的区别？怎么看待端到端自动驾驶和分模块的自动驾驶？

8月20号投的，8月28号一面【秋招面的第三家，面试官很好，感觉是在和你讨论，并在过程中会表示肯定】，9月6号二面，二面后一个礼拜感谢信；二面代码面第二题虽然也大致写出来了，但面试官表示还是存在一些问题，听说是每一面后都会进行排序，估计排序挂了，不过代码功底也确实还是不够，需要加强，之前图论相关得题目还是写的太少了；正式批又重新开始面了 刚刚一面完08.28一面：1.  处理数据不平衡有什么方法2.  从评测角度去看类别不平衡3.  数据分布偏移：训练数据里面高速场景比较多的话，他会无法泛化到速度比较低的问题；模型里面有去解决吗？4.  元学习相关问题5.  地图的向量化编码相比原来的栅格的地图编码的区别，优劣6.  模型部署相关问题7.  如何做learning-based的决策规划的？整体架构8.  训练数据的来源是什么？可靠吗？如何评价数据的好坏9.  相较于传统规划，模型的优点是什么？能解决什么问题？10. cost的设计和优化相关问题11. 评测是如何的？12. 虚函数讲解一下13. 类里都有构造函数和析构函数，析构函数都需要声明成virtual，为什么需要这么做手撕：leetcode 149 Hard 线上最多的点数09.06二面：1. hot100 二分查找 求target第一个和最后一个的位置2. leetcode 365 水壶问题变种 改成求最小操作次数

视觉算法岗面经 面试的岗位大部分是计算机视觉算法工程师，少部分算法优化、部署岗。总的来说，大部分公司的技术面试都分为这几个部分：项目描述和细节提问、深度学习+目标检测算法、数据结构和算法代码及编程语言相关。下面是我面试当中问到的一些问题。 一，项目 主要是描述项目背景、项目实现的功能及使用的方法和流程，面试官会针对他感兴趣的点问一些技术细节，基本上只要能把项目流利的描述出来就问题不大。 二，深度学习、模型部署 2.1，目标检测相关 1，两阶段检测网络（Faster RCNN 系列）和一阶段检测网络（YOLO 系列）有什么区别？以及为什么两阶段比一阶段精度高？  双阶段网络算法更精细，把任务分成...

本科21非科班，top双非硕，cv方向，简历挂了一堆。想转开发，但是开发一点不会啊，只能无脑冲了…大佬们都在哪个赛道啊