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...

各位大佬，简历求指点，万分感谢🙏

前言先做一个简单的自我介绍，某双非二本，大学期间一直在学校实验室，有过相关竞赛的国家级奖项，熟练使用STM32、C语言。项目完全是裸机开发，简单了解过FreeRTOS，在开始面试的时候才系统学了一点FreeRTOS的理论知识，当时也没去移植到项目中实践过。Linux这部分就知道几个指令，其他基本不会，而且还是在秋招开始后才去花几天学的一点点基础知识。写这个面经的目的也很简单，就是回馈牛客网。在我秋招的这两个多月时间里，牛客网上面各位大佬的笔经面经给我提供了很大的帮助，所以写这个帖子来总结一下我自己的秋招经历，希望能帮助到更多人！同时也给大家鼓鼓劲，我这样的双非二本虽然没能像其他大佬那样拿到华为...