Offer选择

房租：0元 ，最近搬家了，住的是未婚的老姐买的房，省租的快乐谁懂哦~(¯▽¯~)~吃饭：0元 ，早上九点半起床直接跳过早饭，12点准时开始午饭，可以用30块餐补覆盖，因为减肥所以不吃晚饭，主打一个省钱减肥(´•ω•)ﾉ(._.`)通勤：0.5元 ，因为骑电动车上下班，两天充一次电1块钱，日均5毛搞定～娱乐：0元， 午饭后会溜去文创店逛一圈，只过眼瘾不花钱，主打一个纯纯欣赏总花费：0.5元 ，全靠电动车电费撑场面，省钱小能手本人！

腾讯严选kpi，上来三道算法题，我全写完了代码看都不看，随便问几个问题，都答上来了最后说我技术深度不够。户口本只剩他一页了是吧😅😅😅已投诉，希望牛油遇到这种情况应该反问阶段狠狠质问加事后投诉，祝这种面试官早日被裁然后社招的时候天天被kpi面骚扰😅😄

投了很多中大厂，boss打了两百多招呼，结果一个几百人公司的面试（10月10号左右)，还被挂了（？虽然很紧张，但是明明答得还行)心态快崩了==========又约到一个不到千人厂的面试（10月24日)结果还是挂了😭，太紧张了描述的没有条理，并且有个简单的问题没答出来，我太菜了😢==========现在boss招呼已经1500+了，今天一个几十人小公司面试（11月11日）没技术问题，面试贼吵，还问我一些莫名其妙的问题，十几分种完事。虽说加上学期的总共面了5场，但是已经感觉不紧张了。也算是阶段性成果吧😢最近岗位感觉好少啊。希望12月份前能再约到一场百人的面试吧。

对抗生成网络算法基础知识 基本思想 生成对抗网络（GAN）的核心思想是通过两个神经网络——生成器（Generator）和判别器（Discriminator）的对抗训练实现数据生成。生成器负责生成尽可能逼真的假数据，判别器则试图区分真实数据和生成数据。二者在博弈中不断优化，最终生成器能产生难以被判别器识别的数据。 GAN的基本架构  生成器（Generator）：输入通常是随机噪声向量（如高斯分布），通过反卷积或上采样操作生成数据（如图像）。其目标是最大化判别器的误判率。 判别器（Discriminator）：输入为真实数据或生成数据，输出为数据真实性的概率（0到1）。其目标是准确区分真假数据。...