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
现代汽车中国前瞻数字研发中心
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 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

15 68 评论
分享
牛客网
牛客企业服务