26校招百度推荐算法二面 1h
感觉整体面试还是不错的,但是没后续了,不知道是出了什么问题....
1.深挖简历
2.如何解决用户分发点击不一致的问题?
3.介绍一下MAML的训练方法
4.假设一个批次内只有一个任务A,有一个初始值a,a在任务A德训练集上梯度下降一步,得到任务A的最优参数a1,根据任务A的测试集,计算损失对最优参数a1的梯度,将这个梯度平移过来作为损失对初始值的梯度,沿着这个方向梯度迭代一步,得到初始值a的新值a2
5.除了元学习,你了解的针对冷启的方法还有哪些?
6.跨领域学习,利用sideinfo,知识图谱等等
7.对召回了解多吗?介绍一下几个主流的模型
8.大谈双塔以及双塔的各种改进版本以及MIND,EGES等等
代码
最接近的三数之和
反转链表并打印出来
1.深挖简历
2.如何解决用户分发点击不一致的问题?
3.介绍一下MAML的训练方法
4.假设一个批次内只有一个任务A,有一个初始值a,a在任务A德训练集上梯度下降一步,得到任务A的最优参数a1,根据任务A的测试集,计算损失对最优参数a1的梯度,将这个梯度平移过来作为损失对初始值的梯度,沿着这个方向梯度迭代一步,得到初始值a的新值a2
5.除了元学习,你了解的针对冷启的方法还有哪些?
6.跨领域学习,利用sideinfo,知识图谱等等
7.对召回了解多吗?介绍一下几个主流的模型
8.大谈双塔以及双塔的各种改进版本以及MIND,EGES等等
代码
最接近的三数之和
反转链表并打印出来
全部评论
相关推荐
曼迪匹艾公司福利 148人发布