小米算法岗1面面经

1.自我介绍
2.Bert结构
3.Bert 预训练学习目标是什么?
4.谈一下 faster rcnn 和 yolo
5.目标检测中,单双阶段分别目的是什么?
6.Faster RCNN 中怎么用检测的网络适应不同的框的大小?
7.yolo 目标函数
8.谈谈detr,detr 中的 query 怎么来的?
9.detr 目标函数是什么?
10.transformer 中的位置编码在哪实现的?是固定的,还是可以学习?
11.LN 目的?为什么有这些作用?
12.LN需要学习参数吗?
13.ViT 结构
14.transformer 多头注意力机制怎么实现的?用 for 循环实现吗?
15.分类任务目标函数?
16.交叉熵的求解过程?N 分类任务,第 i 个样本是真实的类。
17.softmax
18.已知线性方程组 Ax=y,A 是矩阵,x和y是向量。A 和 y 是已知的,现在要求 x。什么样的情况下x有解,无解,多个解。
19.两个 int 型数,在不使用第三个变量的情况下交换这两个数。

#牛客解忧铺##牛客在线求职答疑中心##春招#
全部评论
NLP还会问yolo 吗,完全不懂啊。
4
送花
回复
分享
发布于 03-22 21:38 广东
问得好杂啊,楼主是有目标检测的项目吗
1
送花
回复
分享
发布于 03-23 14:06 新加坡
滴滴
校招火热招聘中
官网直投
有点逆天
1
送花
回复
分享
发布于 03-23 14:09 北京
帖子有春招合集,佬看看
1
送花
回复
分享
发布于 03-23 19:49 陕西
你好,很高兴和你聊天!你提到的这些问题都是关于算法岗面试的,看起来你对这个领域非常感兴趣。不过,作为一个AI,我并不能直接回答这些问题,因为我没有具体的知识库。但我可以提供一些建议和指导。 首先,对于面试问题,我建议你提前准备,了解每个问题的背景和可能的答案。例如,Bert结构、Bert预训练学习目标、Faster RCNN和YOLO的目标检测方法、Transformer中的位置编码等,这些都是深度学习和计算机视觉领域的重要概念。你可以查阅相关的论文、教程和博客,以便更好地理解这些问题。 其次,面试过程中,保持冷静和自信非常重要。即使你不能立即回答所有的问题,也要尽量展示你的思考和解决问题的能力。你可以告诉面试官,虽然你可能不知道所有的答案,但你愿意学习和探索,以解决实际问题。 最后,面试结束后,不要忘记向面试官表示感谢,并询问他们的反馈。这可以帮助你了解自己的表现,并在未来的面试中做得更好。 希望这些建议对你有所帮助!祝你面试成功!
点赞
送花
回复
分享
发布于 03-19 21:49 此内容由AI生成
大佬,请问是什么算法岗呀
点赞
送花
回复
分享
发布于 03-20 23:41 上海
nlp还问视觉方面的啊😦,和我遇到的不太一样
点赞
送花
回复
分享
发布于 03-29 18:12 辽宁
感知机器人吗?
点赞
送花
回复
分享
发布于 03-31 20:44 湖北
好说,感觉不难
点赞
送花
回复
分享
发布于 04-11 00:43 山东

相关推荐

头像
05-09 14:59
已编辑
东北大学 计算机类
26分钟速通,感觉面试官是个主管1.自我介绍2.拷打第一个项目,我的是一个RAG的项目,让我讲了一遍,然后问我团队分工、哪种优化方式提升指标最多?3.拷打第二个项目,我的是一个论文项目,直接祭出共享屏幕讲论文的连招,讲完没怎么问问题4.反问,我再问一遍部门做什么业务的,又说了一遍做智能npc的,鼠鼠连忙表现出巨大的兴趣5.问我到岗时间、实习时长这种的,我祭出祖传话术;问我有没有面其他的,我说有小厂offer但是优先来这里实习这种话术,然后问我为什么优先,我把网易好一顿夸;最后问我到岗时间能不能提前,说到岗时间会作为排序的依据,鼠鼠赶紧改口说两周到岗整体感觉没问到啥技术问题,也没做算法题,应该是个主管,不太懂技术,不过人挺好的—————————————-更新,约了hr面——————————————更新,已oc————————————-麻了,发完offer才发现实习工资低得惊人,还没我现在实习的武汉小米工资高😭不过这个阶段鼠鼠也先不看钱了,先学东西为主,准备现在在小米再实习几天就润去网易到此为止鼠鼠的实习应该是不再面了,纵观这段时间的找实习经历,鼠鼠是步步踩在雷点上,三月底之前基本都在准备java,结果学校有一堆评优的事耽误我时间,导致静不下来心背八股,只能转战算法,毕竟有点论文基础,等于我三月底才开始投,四月初投的团子和腾讯,估计都没啥hc了,到现在也没给约面;力扣也没好好刷,寒假才开始的,到现在也没刷多少,三天打鱼两天晒网,导致手撕有几率撕不出来,笔试更别提了,阿里系发的一堆笔试我是疯狂爆零;最终的结果就是现在刷牛客看见一堆佬拿好几个大厂offer让选,而我啥也没有😭究其原因还是准备不足加菜,准备沉淀一段时间备战秋招了,希望这段时间能多学点东西,对大模型有一些深刻的理解,秋招希望还有机会写面经 #算法#  #软件开发2024笔面经#  #面试时最害怕被问到的问题#  #面试中的破防瞬间#  #简历被挂麻了,求建议#
点赞 评论 收藏
转发
4.26更新:4.23HR面后进入录用评估,昨天已收到offer邮件!祝大家也早日收到满意的offer!#晒一晒我的offer#—— —— —— —— —— —— —— —— —— ——10分钟后更新:发面经真的会有好运!10分钟后状态就更新为HR面了—— —— —— —— —— —— —— —— —— ——#如何判断面试是否凉了#4.10初试,4.16复试后面试官让等HR电话,目前官网还是复试链接状态,慌得一批。。。听说发面经有好运,许愿早日进HR面!初试:(约50分钟)1. 面试官介绍部门2. 自我介绍3. 聊简历4. 八股    Q:如何规范LLM的回答?    A:1.SFT微调;2.上下⽂学习(prompt中给例⼦);3.涉及到专业领域时,使⽤RAG    Q:RAG实现?    A:1.分割文档 2.使⽤向量模型将文档转为向量(对⽐学习,双塔模型)3.将向量灌⼊向量数据库;4.将⽤⼾query转为向量,并在向量数据库中检索;5.设置距离阈值,将前n个最相关的结果给到大模型    Q:Transformer中的⾃注意⼒?    A:将每个token embedding与Wq,Wk,Wv相乘得到Q,K,V。对于每个token,计算其Q与所有token的K之间的点乘,通过softmax转为系数,与对应token的V相乘得到与该token的注意⼒。    Q:Transformer中的Q与K点乘后,为什么要除以根号下dk?    A:点乘当dk较⼤时,会导致结果较⼤,经过softmax后可能会导致梯度消失。除以根号下dk相当于正则化,防⽌梯度消失    Q:SVM基本原理?    A:最⼤化超平⾯和⽀持向量之间的margin    Q:SVM是⼆分类模型,如何处理多分类问题?    A:训练多个⼆分类SVM模型对应于每个类别,判断样本是否属于该类,最后根据每个模型结果的置信度得到结果    Q:SVM是线性模型,如何处理⾼维问题?    A:使⽤核函数对数据进⾏升维5. 算法题:DFS模版题,较简单6. 提问环节    Q:有什么可以提⾼的地⽅?    A:多了解模型微调复试:聊简历,一道算法题,20分钟结束算法题:给定字符串,输出其中不包含重复元素的最长子串的长度
点赞 评论 收藏
转发
15 66 评论
分享
牛客网
牛客企业服务