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...

（打个码避免被开盒）我被组内委婉劝退，然后需求对接正好对面有个暑期失利的产品，后面聊了一会儿，感觉同是天涯沦落人。然后今天他要私了（离职），在账号停用的前1min，我发了个祝福，然后就如图所示了。此情此景就像我常玩的gal一样凄美，让我触动（纯感概场景，对别人没有意思哈）

之前在公司混了三个月，做的活主要是mt看到啥想到个东西就让我去做了，比如写写工具或者看到个数据没及时更新就叫我去写个定时任务刷刷数据啥的，属于是没有也不打紧的那种需求，唯一一个比较完整的有数据指标需求是看组里文档和代码学的，属于提效项目而且组里我能接触到的代码都是内部平台基本没什么并发量，也没太多技术，就是crud，三个月连redis都没摸到过😅🐀想问下找暑期面试官会愿意听内部平台的内部逻辑业务吗

写在最前：帖主是重邮某边缘擦边计算机专业的鼠鼠，终于结束了暑期实习的面试，又要进入一个新的阶段了，离职前有感而发写点东西，只是记录自己大半年来的一些所见所闻，希望可以给大家做一些参考。 首先鼠鼠是一个从进入大学就开始学前端的前端老兵了，虽然大一没认真学，但是还是了解了基本的三件套，并且确定了就是要在本科毕业就就业了，所以在大二学的比较多，基本在第一段实习之前完成leetcode150+和常见的手写题目的练习。 然后时间就转眼到了大二下要找第一段实习的时候了，那会我是身边人里面开始的最早的，大概从大二下的4月份就陆陆续续开始了一些面试，不过让鼠鼠打击比较大的是第一段实习 中大厂全军覆没，包括但不...