书接上回，出去实习是没戏了，结果就是我上上上个贴子发的被公司开除后又找的那个新公司，这个新公司原本是下个星期二入职的，但是由于昨天的事情去不了了，我就跟hr说了，没想到公司同意我等到放假了再去公司

鼠鼠考研失败了调剂也寄了，学了一个月agent写了份简历结果发现boss还是没什么回复😭😭😭求大佬帮忙看看简历

Timeline3.5一面3.8 二面3.12 三面3.18 hr面4.2 offer

5.16 三面结束 我看粉丝投稿的4.21 一面的 二面过完5.11. 自我介绍2. 怎么理解深度学习损失函数中的最大似然估计 MLE？答案：最大似然估计的目标是找到一组模型参数，让观测到的数据在当前模型下出现的概率最大。深度学习里的分类任务通常把模型输出看成条件概率分布 p(y|x; θ)，训练时希望真实类别的概率越大越好。实际优化时通常不会直接最大化似然，而是最大化对数似然，或者等价地最小化负对数似然。交叉熵损失本质上就是负对数似然。比如多分类中，真实标签是第 y 类，模型对这一类预测概率是 p_y，loss 就是 -log(p_y)。预测越自信且正确，loss 越小；预测越错，loss ...