1、concurrenthashmap如何保证并发安全2、strign字符串为什么是不可变的3、hashmap的扩容4、联合索引 a=1 b<2 c=3触发规则5、redolog binlog undolog 写入顺序，用update语句举例6、慢sql排查 优化思路7、如果sql已经优化到极致了，偶尔出现比较慢的情况 一般是因为什么？8、缓存穿透怎么解决？9、redisson延迟队列和分布式限流底层原理10、如何利用redis做滑动窗口限流11、有咩有jvm调优经验12、cms 和G1的区别12、springboot启动流程13、spring的事件驱动模型14、spring的责任链？ 没了解过15、算法：区间合并

想问问大家有没有什么项目推荐，以及简历还需要些什么东西，想找份实习

一般来说训练都需要优化，而优化就是需要优化器，整体训练我们都当作的赛车，模型就是车。优化器：这个优化器从SGD和BGD讲起，SGD：是随机梯度下降，（下降一点点）BGD是基础梯度下降，（全量）实际上都不会单独使用，现在是混合使用，mini-SGD：就是SGD+BGD。然后基于SGD进化出来了，Adam->AdamW。也就是主流优化器，基本上都是用AdamW：这个有两个特点：动量：类似惯性，比如前面几个生成正的，下面一个也就生成正的，自适应步长：自动给频繁更新的参数减速，同样的，冷门的参数会加速，还能显式剥离梯度的权重衰减，解决Transformer的架构容易过拟合的问题。过拟合：学的太好...