360笔试凉了...好丧啊....

搬离 loft 那次踩坑之后，我变得比以前谨慎多了。我重新找工作、面试、准备入职流程的那段时间，也同步开始物色新的住所。这次吸取了教训，租期我只选月租或能灵活解约的方式，不再图一时方便签死合同。更重要的是，我对房子的“内部质量”看得比装修外表还重。尤其是甲醛问题，成了我新一轮租房过程中最警惕的一件事。记得其中有一间房子，loft风格还带飘窗，一看就很网红，但一进门就是一股浓重的“新家具味”。中介一边开窗一边说：“刚装修完两个月，味道还没散，但住久了就好了。”我当场就打了退堂鼓。因为我之前查了很多资料，也试过甲醛检测仪，知道这种味道绝不是“一点味”那么简单，而是潜在的健康风险。甲醛本身是无色的，...

处女简历，项目是点评加外卖，打算五月中旬八股背得差不多就投，求各位大佬提建议   

😭😭😭怎么办好焦虑，有没有什么好建议   

1.你最喜欢的数据结构上的或者从其它地方学到的算法是什么，你为什么喜欢它梯度下降算法梯度下降算法是机器学习和深度学习中的训练算法的具体实现，换句话说没有它也就没有今天的机器学习和深度学习，它的作用在于使得我们的机器学习算法能够尽可能接近训练的目标（正常情况下不会完全接近目标），进而结束漫长的训练过程。我们都知道 1m=100cm，但是他们之间的关系，我们可以通过一次次不断的训练或者说猜测来得到。假设我们的输入为：x, 权重为: w , 输出为: y, 可以得到：y = xw x可以理解为我们输入的1（m）, 权重不知道，初始化为：0.1，因此，我们可以得到：yi = 10.1=0.1,然而我们...