1、自我介绍2、介绍实习3、实习的最难的地方============30mins聊实习内容=================4、面试官给一个建表语句，找出问题，给一个查询语句，走不走索引，走哪个索引，如何优化 （考察，联合索引、回表、索引优化，以及同时有主键索引和联合索引，mysql优化器会走哪个索引）5、面试官给一套线程池参数，提问业务处理时间为15ms，第0s15个请求，两秒后1个请求，问线程池此时还有几个请求没处理（线程池的核心参数考察）6、线程池阻塞队列大小的设置，结合业务场景 （考察阻塞队列作为缓存池在各个业务场景下的大小设置）7、JVM内存模型以及如何优化或者配置能够提高性能 （考...

😅😅😅😅

3月3日：发了实习通知3月4日：下午投了简历，晚上从hr初筛变成部门评估3月5日：刚刚收到感谢信更新状态3月5日：晚上又投递了另一个实习岗，现在是待发测试状态，问一下大佬们多久会发测试还是说现在还是会被挂3月14日：刚刚做完笔试题，选择还好，编程只做了前两道，第三道写完有错没时间改了，不知道结果怎么样，做编程题的时候因为不熟悉盲打，总是要低头看键盘和写在纸上的思路，应该不会被判作弊吧

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...