1. 谈谈深度学习中的归一化问题深度学习中的归一化，核心目的是让不同层、不同特征的数值分布更稳定，从而加速训练并提高收敛稳定性。常见归一化包括输入归一化（如像素缩放到[0,1]）、BatchNorm、LayerNorm、GroupNorm。BatchNorm在mini-batch维度统计均值方差，适合CNN场景；LayerNorm在特征维度统计，常用于NLP和Transformer。归一化可以缓解梯度消失/爆炸、允许更大学习率、降低参数初始化敏感性。 import torch.nn as nn # CNN里常见 BatchNorm2d cnn_block = nn.Sequential( nn...

这个写的很垃圾吗

2-3k的都找不到，求大佬拷打，给点学习或者找工作的意见，谢谢了。

我刚毕业做硬件的时候，其实一直有个疑问：一个产品到底是怎么从想法变成量产的？很多准备硬件校招的同学，平时做的项目可能就是画个板子、写点代码、跑通功能，但在企业里，一个完整的产品开发流程其实远远不止这些。我把自己工作后接触到的一整套研发流程整理了一下，如果你准备找硬件研发岗，提前了解这些东西，在面试里会很加分。一般来说，一个产品从想法到量产，大致会经历这些阶段。最开始是产品立项。产品的想法可能来自很多地方，比如老板、市场部门、研发部门，甚至客户需求。公司会先做一个《产品立项报告》，简单说清楚这个产品是干什么的、市场有没有需求、国内外有没有类似技术、做出来大概能带来什么收益。如果讨论下来觉得这个方...