招银网络算法凉经
21号面的,稍微总结一下,回馈牛友,应该不会再考虑算法和互联网了,自己太菜了。
一面:
c++内存溢出,多态。
特征工程,楼主做深度学习cv方向的,说机器学习不太了解,回答不会,面试官说cv也会做特征工程,要求回答,于是回答了pca,直方图均衡化等,面试官打断,要求不已图像作为具体场景,又回答了傅立叶变换,特征筛选,实在编不下去了,说不知道了。
LR,从二项分步,指数簇开始讲了下原理,以及为什么使用交叉熵。面试官:还有嘛?答:应该没了
CNN的优点:权值共享,旋转不变性,跨通道信息流通,升维降维。面试官:还有嘛?答:没了
大卷机核和小卷机核:大卷机核可分解为多个小卷机核,减少计算量,同时inception将n*n小卷机核又分解为1*n和n*1的卷积,最后concate。面试官第一次追问:大卷机核为什么不用于高层。这里没答好。只说了高层大卷机核可能没用,因为没有那么大的特征图来提取,多数是padding区域。面试官:还有嘛?第二次追问,卷机核能否偶数。答:不能,会使特征图产生偏移。这里有点生气。于是diss面试官说这是传统图像都知道的事情,cnn没必要特别拿出来说(面试官脸黑线)
梯度下降:讲了了bgd,mini batch gradient descent,牛顿,拟牛顿,momentum,adagrad,adam,讲的不是很好。面试官:还有嘛?
深度学习参数初始化:卷机核只说了用高斯分布等,忘了讲为什么不能用全0,学习率初始化。面试官:还有嘛?于是又讲了BN参数初始化。面试官:还有嘛?又讲了大批量分布式训练下,学习率线性增长,BN当成独立分布,损失函数乘以系数。面试官:还有嘛?答:没了。面试官:行吧,那就这样吧,时间差不多了。
二面:考察项目,以及一个场景题,三维建模,目标定位,姿态检测有关。以及问了些hr面的东西。面试官态度很好,应该是个领导
hr面,常见问题,没啥好说的。但提及了算法岗招人少,很难进之类的
总结:c++学的很烂,没复习,答得不好。一面面试官也很不专业,感觉像做问答题,既没有引导也没有讨论,反馈只有一句还有嘛。感觉对学校成绩科班出身很看重,多次被问及保研,自己非科班优劣势等,本硕211非保研真是打扰了
一到早去面试,回来已经11点,室友说我回来脸都是黑的。一面完就知道凉了,对算法和互联网失去了信心,再也不见!