腾讯 OMG 一二三面（计算机视觉）
状态复试，发帖攒人品
一面
-
自我介绍
-
人脸检测项目
-
大概流程
-
CUDA 加速
-
负责哪一部分
-
-
GAN 小论文
-
GAN 原理
-
你的改进
-
-
百度实习
-
SSD 原理
-
模型压缩与 Depthwise 卷积
-
-
Kaggle 图像分类
-
ResNet 相关：背景、原理
-
DenseNet 相关：背景、原理
-
-
英特尔实习
-
流程、使用的特征
-
SVM 大概原理
-
KKT 条件
-
拉格朗日乘子法对偶
-
-
传统视觉基础
-
Canny、Scharr、Sobel 边缘检测
-
SIFT 特征（不了解）、HOG 特征
-
Hough 变换
-
图像匹配算法了解哪些
-
-
CNN 基础
-
正则化有哪些方法
-
Dropout 作用与原理
-
BN 层位置：正常顺序、ResNet 预激活
-
-
机器学习基础
-
手写交叉熵公式
-
核函数解决什么问题
-
-
手撕代码
-
平衡二叉树判断
-
0-1 矩阵，DFS 判断两点是否可达
-
二面
-
自我介绍
-
人脸检测项目
-
大概流程
-
假设现在重新做，会选择什么方法
-
对视频等间隔抽帧进行检测，那两帧之间怎么处理
-
追踪结果与检测结果怎么融合（不会，之前在学校的确没处理好）
-
-
CNN 基础
-
过拟合的本质（说了一堆，结果都是过拟合的表现）
-
以 LR 为例，解释一下为什么权重接近 0 的时候能防止过拟合（不会）
-
为什么 Dropout 可以防止过拟合？随机失效会不会导致单次 Forward 的神经网络欠拟合（深层原理说不清楚）
-
如果 loss 一直降不下来，你会怎么办
-
-
GAN 小论文
-
GAN 的原理
-
你的改进
-
衡量指标 Inception Score 相关（为什么要使用 KL 散度，卡了 10 分钟没解释清楚，凉凉）
-
-
Kaggle 图像分类
-
ResNet 和 DenseNet 原理
-
DenseNet 相比 ResNet 就提升这么一点？（真的是因为显存受限，batch 开不大影响了训练。。。）
-
ResNet 和 DenseNet 的 caffemodel 大小
-
-
对 NLP 有了解吗
-
手撕代码
- 不重复数组的全排列
-
知道哪些传统的机器学习模型
三面
-
百度实习
-
MobilNet-SSD 简介
-
你做了哪些工作
-
-
英特尔实习
-
SVM 原理和大概推导
-
如果不用拉格朗日对偶，用梯度方法怎么解决（不会）
-
为什么最大化正负支持向量间的距离，可以提高泛化性能（没想出来，好像跟几何距离有关）
-
-
GAN 小论文
-
GAN 的原理
-
你的改进
-
衡量指标 Inception Score 简单介绍
-
GAN 训练过程一定能收敛吗
-
-
RNN 了解吗（只知道基本形式）
-
CNN 基础
-
卷积原理，工程实现
-
pooling 层前向计算、反向传播
-
过拟合相关：正则化、Dropout 原理
-
BN 提出背景、计算过程，为什么一定程度可以过拟合
-
学习率调整：SGD、Adam、RMSProp
-
这些 Solver 或者 Optimizer 有什么选择经验吗
-
-
C++ 基础
-
STL 了解多少
-
vector底层实现，size和capacity区别
-
清除size可以使用clear()，那释放内存用什么（后来查了下，应该是swap()）
-
频繁在尾部插入、删除，用什么数据结构比较好
-
-
手撕代码
- 旋转数组的二分查找
-
对自己未来定位，是纯视觉岗吗？
