字节跳动CV提前批（凉经）

常规部分（20min左右）

1. 自我介绍
2. 在实验室的工作（鄙人自动驾驶轨迹预测），介绍一下该方向的SOTA模型的方法以及精度
3. 在腾讯的实习工作（其他的实习没问），聊一下现在为什么都用Transformer，好处在哪里？为什么Transformer的模型可以做的很大？你的论文创新点在哪里？

八股题（20min左右）

1. yolo v1-v5都逐步做了那些改进？
2. 分类或者回归中，为什么用MSE和交叉墒？能否互换
3. 正负样本不均衡如何解决？
4. 训练过程中，发生梯度消失和梯度爆炸的原因？
5. RNN和同样深度的MLP，哪个更容易发生梯度消失和爆炸？

算法题：高精度减法（两个数据字符串做减法，比如说“123”-“124”） #面经#