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！