百度搜索策略部算法一面面经
先问实习干了啥，具体的一些实现，没啥借鉴意义
聊比赛，比赛本人负责了那些模块，怎么实现，为什么用残差，损失函数具体怎么设计的。
讲论文，主要讲搜索的那篇，讲具体方法，问细节，没啥借鉴意义
八股：
1、L1主要是可以获得一些稀疏解，L2不是（后面bala没听到），怎么理解。（我从梯度角度解释了一堆，面试官从L1是V型，和loss相交，大概率是0点巴拉巴拉，L2是曲线巴拉巴拉（为啥大概率是在0那块我也不太懂，面试官说的都对！））。
2、缓解过拟合方法（从数据、模型两个方面说了一下）
3、LSTM对比RNN的改进（只说了长距离依赖的解决问题，面试官说还可以缓解梯度消失（有点紧张的，我竟然忘了！！））
4、gbdt，决策树啥的（很诚实的说了我不知道，没接触过这个方面呜呜呜，只了解基本的boosting和bagging）
5、面试官想问Transformer，但考虑了一下论文，就没问了。
做题：判断数独是否是有效数独（行、列、每个3*3矩阵判断）
