滴滴 日常实习 算法
6.26一面:
1.自我介绍
2.介绍论文(数据集,输入,输出,模型架构,评测指标,创新点,motivation)
3.transformer比rnn/lstm这些有什么好处?除了并行计算还有呢
4. decoder和encoder有什么区别
5. QKV怎么来的,除了selfattention还有什么attention?
4.prompt为什么在大模型中起作用
5.手撕:查找有序数组中小于k的最大索引(k=2, [0,1,2,3,4,5]=>result=1)
6.28二面:
1. 两个地点,有一些位置和名称还有其他信息,设计模型(模型架构+损失函数+训练方法)来判断是否它俩的距离远近
2. (x,y)地点位置怎么embedding?
3.归一化有哪几种?为什么要归一化
4.sigmoid进入饱和区梯度变化值小,怎么解决
5.多标签分类任务的损失函数怎么设计?
6.手撕:字符串的排列
发面经 dream一个oc
更新一下:7.3催了一下 7.4部门面试官发了offer message ?加了微信 7.6正式邮件offer啦
#滴滴#
1.自我介绍
2.介绍论文(数据集,输入,输出,模型架构,评测指标,创新点,motivation)
3.transformer比rnn/lstm这些有什么好处?除了并行计算还有呢
4. decoder和encoder有什么区别
5. QKV怎么来的,除了selfattention还有什么attention?
4.prompt为什么在大模型中起作用
5.手撕:查找有序数组中小于k的最大索引(k=2, [0,1,2,3,4,5]=>result=1)
6.28二面:
1. 两个地点,有一些位置和名称还有其他信息,设计模型(模型架构+损失函数+训练方法)来判断是否它俩的距离远近
2. (x,y)地点位置怎么embedding?
3.归一化有哪几种?为什么要归一化
4.sigmoid进入饱和区梯度变化值小,怎么解决
5.多标签分类任务的损失函数怎么设计?
6.手撕:字符串的排列
发面经 dream一个oc
更新一下:7.3催了一下 7.4部门面试官发了offer message ?加了微信 7.6正式邮件offer啦
#滴滴#
全部评论
xd去了吗,我这转租,你要吗
送花
回复
分享
怎么样,lz拿到offer了吗
送花
回复
分享
秋招专场
官网直投
请问lz咋催的啊?
送花
回复
分享
相关推荐
查看3道真题和解析
点赞 评论 收藏
转发
点赞 评论 收藏
转发
查看8道真题和解析
点赞 评论 收藏
转发
05-14 20:20
中南财经政法大学 统计学类 点赞 评论 收藏
转发
05-20 18:25
西北工业大学 电子信息类 点赞 评论 收藏
转发