处女面遇到一个非常严肃的面试官，全程只问了八股加一点场景，无手撕，我努力的在答八股的过程中提到项目中是怎么做的，但面试官一点不问（项目是自己改造的短链系统和 一个rag 项目）。只面了 25min，不知道是不是 kpi。1.项目使用的 jdk 版本？答：172.17 的新特性都了解吗？不了解，没怎么使用过。强行讲了一个项目中对 17 默认的垃圾处理器做调优的例子。3.G1 还有年轻代老年代吗？答了 G1 的 region 相关。4.jdk8 的新特性呢？Lambda 表达式，stream 流，别的不太了解了，提了下我更了解 7->8 的一些组件设计上的升级，比如 concurrentha...

兄弟们，依旧做不到啊，简历改了又改我还是做不到啊！！   兄弟们再帮我看看吧，拜托了！

忽然收到了面试邀请 有没有友友有面经分享 投了这么多 第一个面试机会

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...