旷视-算法实习生面经
旷视一面
做图像风格迁移、cuda计算的，本科武大硕士东南，一篇CCF C类会议（FG2019）
简历
自我介绍，按照简历提问。
看简历，问项目难点特色15min
Cuda里面host和device有啥区别。一个cpu端一个gpu
Xgboost讲一下。从提升树，GBDT到xgboost说了下
问决策树怎么做回归，没答出来。后来在他的引导下说是给回归定义一个损失函数，比如L2损失，可以把分叉结果量化；最终的输出值，是分支下的样本均值。
深度学习
过拟合遇到过吗？怎么处理的。损失函数加上正则化项；BN；数据增强
输出值变成Nan了怎么办？估计是超过float32的数据范围了，需要对中间的数据进行归一化，比如BN，sigmoid函数等等
机器学习
PCA了解不，其优化目标是什么？最大化投影后方差+最小化到超平面距离
Pca白化是什么？通过pca投影以后（消除了特征之间的相关性），在各个坐标上除以方差（方差归一化）。
SVM，简单讲下。svm怎么用于回归。
手撸代码
- 手写BN的实现。注意BN的mean和std是在哪个维度求梯度的，mean和std是滑动平均的值。基于numpy实现
- 二分法，求某个数的位置
被拒
最后，直接说没有后续了。我问哪里需要提高下（为啥拒我），说做的东西不match；还安慰都说面试了1小时说明基础还是很好的，就是方向不一样；秋招里也有很多这样的例子，不要灰心之类的。
总结
到目前为止（跟其他几家独角兽相比），脸***的这波面试质量最高（提问难度高点，问题硬核）
腾讯投了笔试了，没人捞，估计没戏
阿里投到机器学习岗位去了，但是想去达摩院（癞***想吃天鹅肉）
