第一次小厂面试，2人面，时长30h：1.java基础，基本类型、为什么要有包装类型2.集合类有哪些，ArrayList和Linkedlist有什么区别3.Hashmap线程安全吗？Courrent_hashmap了解吗，为什么他线程安全，底层院里是什么4.Redis缓存击穿和缓存穿透，怎么解决？5.Kafka怎么确定消息发出去了6.Kafka消费者端重复消息问题怎么解决7.Ai regent项目，向量化检索过程是怎么样的8.Java内存了解吗9.多线程了解吗？10.线程池核心参数有哪些？你怎么优化线程池参数的？11.内存溢出情况有哪些？12.如果有慢查询日志你会怎么排查。13.接下来就是和项目...

10号下午二面的，今晚才从复试通知链接变成这个进度，求佬解答

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...