调整弹窗位置 => 完善模态交互动效适配不同手机 => 实现响应式布局方案加了个if-else => 完善业务逻辑与分支处理拆了个大函数 => 增强代码可读性加打印日志 => 增强程序可观测行抄组件库 => 参考标准化解决方案用现成SDK => 引入第三方能力百度解决方案 => 调研行业最佳实践抄同事代码=> 与xx对齐，协同开发

随便投了十多个，全是不合适是不是简历太拉了被查看是0是什么意思啊简历都没看就给我不合适了吗

我真笑了兄弟们，可拽死这家公司了

面试题简述Transformer中用的是LayerNorm，而不是常见的BatchNorm，这是为什么？面试官想听的意识到不是BN不好，而是不适合Transformer的使用场景。面试回答举例Transformer中选择LayerNorm而不是BatchNorm，主要原因和序列建模方式以及训练场景有关。详情请查看：http://xhslink.com/o/8yJohFzKSX6由浅入深分析1、BN 依赖 batch 统计量。2、LN 只依赖特征维度。3、Transformer 的 token 并行与 BN 设计目标维度不一致。4、自回归推理场景下 BN 表现不稳定。面试加分点1、提出推理阶段 ...