快手一面凉经
5.12一面（凉了）：
1. 手撕代码：用tensorflow写一个分类的DNN
2. cv中卷积核的作用是什么？
3. 卷积核的尺寸选择，为什么要用奇数尺寸的卷积核？
4. maxpooling的反向传播是怎么实现的？
5. 分类网络的损失函数都有哪些？
6. softmax的作用？
7. 为什么用focal loss？还有什么解决正负样本分布不均衡的方法？
8. （数值型数据）特征工程一般做些什么？
9. 缺失数据填充的策略？（全局平均还是局部平均？）
10. 时序数据和非时序数据在制作测试集的时候有什么区别？
11. 用过哪种resnet？
12. 快排的时间复杂度？
13. docker是用来做什么的？了解hadoop吗？
14. 会写shell吗？
15. python的多线程有没有了解？
2. cv中卷积核的作用是什么？
3. 卷积核的尺寸选择，为什么要用奇数尺寸的卷积核？
4. maxpooling的反向传播是怎么实现的？
5. 分类网络的损失函数都有哪些？
6. softmax的作用？
7. 为什么用focal loss？还有什么解决正负样本分布不均衡的方法？
8. （数值型数据）特征工程一般做些什么？
9. 缺失数据填充的策略？（全局平均还是局部平均？）
10. 时序数据和非时序数据在制作测试集的时候有什么区别？
11. 用过哪种resnet？
12. 快排的时间复杂度？
13. docker是用来做什么的？了解hadoop吗？
14. 会写shell吗？
15. python的多线程有没有了解？
投的计算机视觉算法岗，问的都比较基础，但是感觉没答好，果然第二天就收到了感谢信
#快手##面试题目# 
