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...

求各位牛爷爷指点

想知道这种双非简历能拿啥工资，不行的话就考研刷学历或者考公了。不太清楚自己竞争力如何，AI相关岗位有戏吗？求大佬帮忙看看orz

📍面试公司：腾讯🕐面试时间：2026.3💻面试岗位：前端❓面试问题：自我介绍后针对简历上的项目一个一个的问，省略掉若干具体项目问题agents如何实现打印机的效果问我日常开发中AI的使用情况有没有用过skills或者MCP的功能有没有开发过具体的skills问性能优化，CSS如何进行压缩的，背后实现的规则和原理是什么如果让你设计vue3这样的框架需要考虑哪些东西diff算法的原理代码题（时间控制15min）：给一个整数数组num和整数k，统计并返回数组中和为k的子数组的个数🙌面试感想：就面了30min，手写代码还没共享屏幕，不会是kpi面吧