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...

求大佬们拷打简历，投了好多简历了，基本上都没面

目前进度是codetop前五页+hot100刷完了，八股背完了一轮但是感觉没背熟，求大佬们拷打简历

1.自我介绍2.在实习负责的业务（问的很深），业务流程，省级业务系统主要功能，对业务系统的把控。3.能讲几个比较好的用例吗4.讲下有提交哪些缺陷5.对测试的理解6.在学校学过什么课程，有写过什么东西7.实习周期不长是为什么8.有其他公司面试吗9.讲一下两个项目主要做了什么东西10.写自动化脚本有什么问题吗11.selenium怎么获取元素12.ai辅助测试讲一下13.电商业务例如用户购买商品过程中三个场景，创单，支付，退款场景，从多个角度设计核心测试用例14.表A，字段:id，code，name;表B字段:id,aid,type, model,关联字段,A.id =B.aid，使用表B中mod...