5.16 三面结束 我看粉丝投稿的4.21 一面的 二面过完5.11. 自我介绍2. 怎么理解深度学习损失函数中的最大似然估计 MLE？答案：最大似然估计的目标是找到一组模型参数，让观测到的数据在当前模型下出现的概率最大。深度学习里的分类任务通常把模型输出看成条件概率分布 p(y|x; θ)，训练时希望真实类别的概率越大越好。实际优化时通常不会直接最大化似然，而是最大化对数似然，或者等价地最小化负对数似然。交叉熵损失本质上就是负对数似然。比如多分类中，真实标签是第 y 类，模型对这一类预测概率是 p_y，loss 就是 -log(p_y)。预测越自信且正确，loss 越小；预测越错，loss ...

还有救吗没offer 还有两个月毕业了

离职了，唉！真的好累，上个月一个月白天上班，晚上熬到1.2点写毕业设计。上班压力也大，感觉自己责任心太重了，给自己加的压力就大了。想好好躺平休息，又担心没工作，唉😮‍💨！加油吧！

作为去年通过校招进入携程大住宿BU的25届Java后端开发学长，今天把压箱底的面经和真实工作体验分享出来。全是干货，建议收藏。一、面试问题我当时技术面一共两轮，加一轮HR面。第一轮：基础面- 项目深挖。面试官会一直追问“为什么这么设计”“有没有更好的方案”。我简历上有个订单系统的项目，面试官专门问了表结构怎么设计、索引怎么建、接口QPS预估多少、怎么压测、如果QPS上去了响应时间被拉长怎么优化——这些都需要你有Java后端的基本盘，比如JVM调优、多线程并发处理能力。- 手撕代码。我抽到的是LRU缓存，写完让分析时间复杂度和空间复杂度，还问了有没有其他实现方式（比如LinkedHashMap）...