OPPO内推

面试题简述Transformer中用的是LayerNorm，而不是常见的BatchNorm，这是为什么？面试官想听的意识到不是BN不好，而是不适合Transformer的使用场景。面试回答举例Transformer中选择LayerNorm而不是BatchNorm，主要原因和序列建模方式以及训练场景有关。详情请查看：http://xhslink.com/o/8yJohFzKSX6由浅入深分析1、BN 依赖 batch 统计量。2、LN 只依赖特征维度。3、Transformer 的 token 并行与 BN 设计目标维度不一致。4、自回归推理场景下 BN 表现不稳定。面试加分点1、提出推理阶段 ...

真没招了

众所周知，字节的福利非常香，无限量零食、咖啡&免费三餐、周边礼物很多、工作环境也是数一数二…… 但是字节太需要自律和抗压强的人了，入职两周了还没有彻底适应，我是第一次来到大厂实习，之前也没有进入过高强度互联网大厂，并且去到的实习岗位接触到的内容完全是全新的 我还是组里唯一的实习生，除了mt没有可以问的人，mt发送了很多文档，文档里面套文档，点开感觉无穷无尽，还好我的mt人比较好，在我看不懂的时候能在他空闲时候开会了解但是真的很需要有极强的学习力、抗压力、自驱力，因为进去大家节奏很快，这也导致压力很大，压力大还不知所措很痛苦，不过真的体验到了字节一天人间三天……想来的朋友还是掂量一下吧

这些都是在牛客上看到别人发的面经中涉及到Caffeine的面经，我截取下来做了个汇总，可能不是很全面，也很感谢写面经的同学一、Caffeine 基础相关Caffeine 的原理、特性是什么？Caffeine 缓存主要存储什么数据？Caffeine 缓存的数据具体是怎么添加的？二、Caffeine 与其他组件的区别Caffeine 与 HashMap 的区别？Caffeine 与 Guava Cache 的区别？Caffeine 解决了 Guava 的哪些问题？Caffeine/Guava 等本地缓存与 Java 普通哈希方法的区别？Caffeine 与 Redis 缓存的区别？三、Caffei...