图像处理、计算机视觉算法面经

本人小菜鸡一枚,自不量力在大佬云集的算法丛林中寻求一线生机,因为真的没有办法回头,就在算法的道路上踉跄前行,幸得心仪公司垂青,满怀感恩。
这是本人总结的一点个人觉得比较有价值的面经,希望能够给自己一个警醒,也希望能对别人有一点点的参考作用。
bigo计算机视觉一面:
  1. python中的数据类型
  2. python什么数据是可比较的,什么是不可比较的
  3. C++中什么是左值什么是右值
  4. SVM的数学公式以及推导过程
  5. SVM拉格朗日乘子的原理
  6. KKT条件内容和原理
  7. SVM的软间隔
  8. 合页损失函数
  9. 批正则化BN的原理和作用,在训练和测试时有什么不同
  10. dropout的原理和作用,在训练和测试时有什么不同
  11. 处理数据集不平衡问题
  12. 什么是梯度消失,什么情况导致梯度消失,处理梯度消失的方法
  13. 什么是梯度爆炸,梯度爆炸的处理方法

联影图像算法:
  1. 项目中用到的SVM是线性的还是非线性的,线性和非线性的区别
  2. 核函数的种类、作用
  3. SVM中低维映射到高维是映射到几维,是无限维吗
  4. SVM使用核函数的问题
  5. 项目介绍(CT有没有用到原始数据、CT厚层薄层等)
  6. python中的数据类型、那些是可变的,哪些是不可变的、在数据拷贝中的区别
  7. *kwargs,*args
  8. 动态规划,从左上到右下最短路径和
  9. 分水岭问题,求所有洼地

58同城算法:
  1. gbdt和xgboost原理和区别
  2. gbdt和随机森林的区别
  3. gbdt损失函数,xgboost二阶泰勒展开表达式
  4. lr和gbdt的时间复杂度
  5. 项目介绍
  6. 判断单链表是不是对称的

bigo二面:
  1. 介绍项目
  2. 超分辨率中像素提升用的什么办法,亚像素卷积层的原理
  3. 图像质量评价指标PSNR、SSIM,结构相似度的计算公式
  4. pytorch模型训练过程中net.train()和net.eval()的区别,造成区别的原因
  5. BN层的作用,BN层是在哪个维度上操作的
  6. vgg和resnet的区别
  7. CNN在框架中的实现方式
  8. 给一个特征图,已知步长,卷积核大小和padding,求输出特征图大小
  9. 逻辑回归损失函数怎么得来的,极大似然估计的形式
  10. 线性回归的模型参数怎样计算(梯度下降法,最小二乘法)
  11. 最小二乘法和极大似然估计的关系
  12. 计算圆内弦长的期望(期望计算公式)

#BIGO##联影医疗##58集团##面经##校招##计算机视觉岗#
全部评论
1 回复
分享
发布于 2019-10-02 23:39
bigo好像很喜欢问bn,我也被问过
1 回复
分享
发布于 2019-10-03 08:51
乐元素
校招火热招聘中
官网直投
深度好帖 赞一个
点赞 回复
分享
发布于 2019-10-03 00:10
楼主准备去哪家
点赞 回复
分享
发布于 2019-10-03 09:28

相关推荐

10 148 评论
分享
牛客网
牛客企业服务