快手客户端一面

26春招？不是暑期实习吗，难道我投错了？笔试10道选择题 选择题里面有后端的也有大模型相关的，难度适中会的就会，不会的真也就真不会，还有个计算时间复杂度的选择题，不是很会算。 3道算法题1. 给定一个区间 [l,r]，求区间内的数的因子有奇数个的个数。 开始用两层for循环来做，过了25%的测试用例，然后超时了，然后想用记忆表来做，没想出来，最后想到了完全平方数的公式。2. 超级斐波那契数列，用DP做的3. 跟图相关的问题，直接投降了，输入都处理不出来-------------------算法是ACM模式，要自己处理输入输出，难顶，中间手快切了两次屏，团子放过我

boss打招呼了快500，简历投了40多份，结果到现在就只有一个外包和一个几十人小厂约面，大部分都是已读不回，或者要了简历就没下文了。不知道是我的简历写的有问题还是打招呼的方式不对，又或者学历的问题，真不知道该咋办了 …………

🎓学历背景：一民办二本👨‍💻意向职位：软件测试📍求职类型：实习生🔑遇到的问题：投了很多家都是已读未回，要么就是说不合适，求大佬拷打一下我的简历

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...