本人第一次面试就是腾讯给的机会，现在腾讯又给了一次机会！本次是腾讯云的技术与产品方向（本人搜面经很少有搜到）现把自己的面经总结如下：自我介绍HashMap中的红黑树与索引中的B+树比较；线程池CPU飙高怎么排查项目追问！微服务架构追问！消息队列选型相关问题类似于闲聊？本次一面持续40min，没有手撕，主包觉得非常慌啊，感觉是KPI？ummm，继续沉淀吧！加油！#牛客AI配图神器#

感觉我的简历在本科生中也不算差，面试的时候八股和算法只要不挖的太深都回答的上来，为什么老是被一面挂😭最近被一面挂麻了，即使问了面试官对我的印象说还不错也仍然被一面挂，真有点怀疑人生了😭

debuff叠满了，打招呼后已经没有后续了，连简历石沉大海的经历都没有（投都投不出去）！两段实习一点含金量都没有，求大佬们给我爆改一下，谢谢喵！

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...