20届小白腾讯暑期实习一面AI平台
序言：毕业学校、可以开始实习的时间以及之前在腾讯云实习的经历，有无跟腾讯云的人有联系。
几乎按照简历上面的内容从上至下，慢慢展开问的。
【】表示不确定或者不会回答的问题。（）我的回答。
1、是否介意不做图像上的应用？
2、科研：focus在哪个方向？压缩感知需要满足的条件？CT重建的问题是什么？稀疏性在哪？论文的改进之处？
3、了解随机森林和XGBoost的区别吗？随机森林的每棵树的复杂性要低还是高一点？【XGBoost呢？】随机森林的样本采样方式？【随机森林的特征采样方式是有放回的还是无放回的？】【随机森林的特征总数为M，那么应选多少特征作为子树？】决策树生成完之后需要干嘛？【剪枝有哪些方法？】【随机森林做回归的时候，每棵子树完成回归的？】
4、【GBDT和XGBoost的区别在哪？（只回答了一点，一阶和二阶）XGBoost有什么好处？】
5、毕设中各种方法的效果和区别。
【6】、是如何用GAN生成噪声的？用GAN生成噪声的步骤？【由于噪声模型复杂，无法用GMM模拟噪声？（GMM的原理复习一下）】为什么GAN不能很好地生成噪声，有没有反思？对GAN了解地多吗？
【7】、深度学习的方法是如果去噪的？解释深度学习能够去噪的原理。
【8】、了解变换风格吗？（autoencoder？）去噪网络用了啥，就可以去噪了？
【9】、YOLOv3和其他two-stages的方法有什么区别？如果保证能够检测出大中小不同尺度上的目标？除了这个（检测框），还有什么方法能够实现检测小目标的问题？了解特征金字塔吗？知道其他的目标检测的网络吗？是对YOLOv3的finetune吗？怎么降低检测的假阳性的？
【10】、如果有少量正样本，大量负样本如何训练网络？（加不同权值，数据增强）有一些背景经常被错误的检测，该怎么修改模型？
【11】、用多卡训练网络吗？梯度是如何在两个GPU上传递的？
【12】、不稳定的快速排序举三个例子？
13、手上有一百张图片，屏幕上顺序播放这一百个图片，屏幕上每次播放1~100张图片，问有多少种情况？（2^99）
【14】、几亿张图，怎么选出其中最大的十个？（分到很多个机器上进行堆排序）如果只有十一个个内存空间，该如何做？用那种堆？（最大堆，哦再见，其实是最小堆）
投递58到家等公司7个岗位 >
安踏一面2人在聊