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...

怎么改啊啊啊啊啊啊啊啊

不过还是挺开心的hhh

春招陆续开始了，秋招下来过后，和朋友之间沟通了一下心得，感觉可以试一试国央企，比如说国家电网、南方电网、中核等公司。因为我觉得国央企稳定一点也挺好，尤其是在家乡那边。所以春招我给我自己定的目标就是要关注一下国央企，争取拿到国央企的offer。我今天投递了：中核集团中国银行腾讯（计划也试试大厂）#今天你投了哪些公司？#