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...

大佬们🥺，我是28届的，想在暑假或者9月份（也许如果能早点就是5月份开始投，不知道来不来得及）找个实习，现在已经把项目差不多做完了，一个是hmdp，还有一个是二哥的聪明派项目，在想要不要继续优化升级一下项目。然后八股和算法还没有开始，想问问接下来怎么规划时间线比较好和什么时候投简历最好。现在初步做了份简历出来，恳请大佬们拷打一下我的简历🥲

10号下午二面的，今晚才从复试通知链接变成这个进度，求佬解答

笔试时间：2026年03月08日往年笔试合集：2023春招秋招笔试合集2024春招秋招笔试合集第一题：方格世界难度：中等涉及知识点： 差分数组与扫描线算法题目描述方格世界中所有方格的长宽高均为 1 米。方格世界中有 n 个方格堆，编号依次为 1~n。每个方格堆中的方格都是按照从下到上的方式堆成一列（假设有 k 个方格，则这 k 个方格堆成了一个长宽均为 1 米，高为 k 米的长方体）。初始时每个方格堆中的方格数量均为 0。方格世界会下 m 场"方格雨"，第 i 场"方格雨"会使得编号在 l_i 到 r_i 之间的方格堆的方格数量增加 d_i。定义 f(h...