华为保温电话

1. Transformer 的自注意力机制、位置编码、梯度消失和梯度爆炸的解决方案答：自注意力机制的核心是让每个 token 在计算表示时都能和序列中其他 token 交互。给定输入 (X)，先通过线性变换得到 (Q)、(K)、(V)：然后计算注意力：这里除以 根号下dk 是为了防止点积过大导致 softmax 进入饱和区，影响梯度。多头注意力就是把表示拆成多个子空间并行计算，最后再拼接，能从不同角度学习依赖关系。位置编码是因为 Attention 本身不包含顺序信息，所以需要显式加入位置信息。经典做法是正余弦位置编码：现在也常用相对位置编码和 RoPE。梯度消失和梯度爆炸的解决方案包括：残...

本来下午都要面试了，提前一周约好了面试，现在有把我踹了？？？真服了

本人27届毕业生，去年暑假开始准备后端方向，java语言。拖拖拉拉到现在。目前做了苍穹，正在学redis和算法，四月份准备蓝桥杯，还有Springcloud八股都还没学到，感觉有点来不及了，想学完现在的东西，立马开始学习八股和算法，狂学刀蓝桥杯结束，然后写简历，投简历，倒时候边投边学，不然怕面试随便问一个八股我都答不上来。这种方法可行吗，求助各位大佬。