群面练习，坐标广深

前两天多多收到了刚过机考的候选人复盘，他机考365.83分，排前22%，已经顺利进入下一轮了。我把三道真题的考点和解题思路整理出来了，希望对正在准备机考的同学有帮助：一星题1：循环内存存取计算考点：环形缓冲区 + 内存对齐 + 区间重叠判断解题要点：写指针对齐到align的整数倍（注意绕回0）计算写入后的结束位置判断是否覆盖未读区间（read_index ~ write_index）能放下返回新写指针，否则-1容易踩的坑：对齐后等于capacity要绕回0write_index == read_index 时缓冲区为空，可以写入绕回写入时，两段都要检查是否与未读区间重叠一星题2：美观的灯笼考点...

还有后续，笑飞了，hr回了个👌🏻

5.16 三面结束 我看粉丝投稿的4.21 一面的 二面过完5.11. 自我介绍2. 怎么理解深度学习损失函数中的最大似然估计 MLE？答案：最大似然估计的目标是找到一组模型参数，让观测到的数据在当前模型下出现的概率最大。深度学习里的分类任务通常把模型输出看成条件概率分布 p(y|x; θ)，训练时希望真实类别的概率越大越好。实际优化时通常不会直接最大化似然，而是最大化对数似然，或者等价地最小化负对数似然。交叉熵损失本质上就是负对数似然。比如多分类中，真实标签是第 y 类，模型对这一类预测概率是 p_y，loss 就是 -log(p_y)。预测越自信且正确，loss 越小；预测越错，loss ...