暑期offer选择：腾讯微信看一看-用户增长 vs TikTok电商-用户增长优劣见图，求牛客佬帮忙推荐选择选择1：继续在腾讯实习，稳一手转正选择2：去字节卷转正，即使转正不成功也可以秋招当背书选择3：用户增长方向太窄，建议去做纯推荐算法方向，继续面试。bg: 北邮本硕，计算机视觉转推荐广告算法意向职位：推荐/广告算法工程师#offer决赛圈，我是怎么选的##offer比选##暑期实习offer比较##推荐算法##用户增长##想实习转正，又想准备秋招，我该怎么办##不给转正的实习，你还去吗##正在实习的你，有转正机会吗？##如何一边实习一边秋招##tiktok##字节跳动##暑期实习校招##暑期实习转正#

Distilling the Knowledge in a Neural Network(KD) 知识蒸馏的开山之作 网上精读太多了，不写了 SoundNet: Learning Sound Representations from Unlabeled Video 2016、CCF-A 摘要 这篇讲的是在不同模态之间做知识的转移，即：已有模态1（如图像）训练好的模型，和未经训练的模态2（如音频）的模型。在使用大量无标签的视频数据，即可使用模型1作为Teacher为模型2蒸馏从而进行知识的迁移。这种蒸馏主要用于模态1的打标的数据集充足，而模态2的打标的数据集难以获取。这样，使用二者结合（如视频）...

历时一个多月的找暑期实习终于结束了，再次感慨真是太难了，投了四十多家，有反馈的不过十家，kpi面、笔试挂的也好多，这段时间真的整得我心里憔悴了，好在还是有蚂蚁收留，不犹豫了，直接接受，后面就都不面了。先说bg，双9，做的图像增强吗，有一篇B会，一段比赛经历。个人感觉做算法的方向match是最关键的，而我做的这个方向就不算一个好方向，各大厂招的都不多，简历投过去很容易就石沉大海了。所以运气是真的很重要啊，你的简历被恰好需要的组看到太看运气了。还有就是，可能是我论文不咋地，感觉都不是很关心我的论文情况，更多是问我比赛的事情。Timeline:0315: wxg 基础微信视频号 做视频理解的，纯纯的...