华为招聘感觉真的是玄学

题目1：解码方法

1个月之前，去深圳旅行的时候，和女朋友坐在人才公园的草坪上看日落，那个时候在想，要不要再试一下深圳的机会。可能这就是命运， 回学校之后，很快就收到了腾讯的面试邀约，中间有一轮没有出结果的时候心里其实挺忐忑的，这毕竟是离梦厂最近的一次机会。但后面的事情就很顺利了，鹅厂真的很高效，10天速通了面试，在12月的最后一天跟HR确认了意向，假期里就给了正式offer。感谢鹅的收留，也感谢能坚持下来的自己。TL：约面 12/12一面 12/16二面 12/18三面 12/23四面 12/25 跟面试官聊的很好，当晚云证

家人们，这种简历是不是注定找不到工作😭，银行四大行全挂了，城市商业银行过了两个，但是一面全挂了，现在想找实习也找不到，真不知道能做啥工作了，能给给意见嘛

面试题简述Transformer中用的是LayerNorm，而不是常见的BatchNorm，这是为什么？面试官想听的意识到不是BN不好，而是不适合Transformer的使用场景。面试回答举例Transformer中选择LayerNorm而不是BatchNorm，主要原因和序列建模方式以及训练场景有关。详情请查看：http://xhslink.com/o/8yJohFzKSX6由浅入深分析1、BN 依赖 batch 统计量。2、LN 只依赖特征维度。3、Transformer 的 token 并行与 BN 设计目标维度不一致。4、自回归推理场景下 BN 表现不稳定。面试加分点1、提出推理阶段 ...