java面经：顺丰一面：1. 自我介绍2. 线程池核心参数3. 任务队列大小如何设置4. 拒绝策略有哪些，可能会有什么问题5. 核心线程数如何设置6. 一个类如何保证线程安全7. CAS原理8. synchornized和reentrantlock区别9. wait、notify使用需要注意什么10. 什么是死锁，如何避免11. volatile的作用12. 数据库ACID13. 数据库隔离级别14. 分布式事务了解吗15. 场景题：生成订单和第三方支付16. 时长：30min顺丰集团2026届校招启动！【公司简介】：顺丰集团是世界500强企业第377位，中国第一大、世界第四大快递物流服务商。...

双非本末2硕，有一个研究所的实习，但也是做的图像算法工作，至今为止投了1000份简历，只有10多次面试，而且大部分都是一面挂，是不是简历项目太差了，求大佬指点

去体验实习不要抱着拿offer的希望，就当去广州旅游整个部门的体验实习生全挂，我真没招了哈哈三天做完一个考核项目然后演示答辩，每天下班还拿电脑回宿舍做到半夜，基本功能全做完了，进阶功能就差一两点没做。隔天就发感谢信，你拿这点钱搁着招神仙呢？

面试题简述Transformer中用的是LayerNorm，而不是常见的BatchNorm，这是为什么？面试官想听的意识到不是BN不好，而是不适合Transformer的使用场景。面试回答举例Transformer中选择LayerNorm而不是BatchNorm，主要原因和序列建模方式以及训练场景有关。详情请查看：http://xhslink.com/o/8yJohFzKSX6由浅入深分析1、BN 依赖 batch 统计量。2、LN 只依赖特征维度。3、Transformer 的 token 并行与 BN 设计目标维度不一致。4、自回归推理场景下 BN 表现不稳定。面试加分点1、提出推理阶段 ...