汇川一面完之后没有消息了

凉经，已挂，无八股无算法，难道是晚上面试面试官太累了吗？40min自我介绍拷打实习项目遇到的挑战及个人做得好的地方AI方面AI编码实践（SDD、skills对 SDD 的理解及相关调研情况AI 平台的 workflow 编排方式，是否调研过 langchain 的底层原理agent框架业界竞品、开发过程中的难点业务是企业文档相关的，面试官说我可能不太匹配，但和面试官交流感觉蛮好的，感谢面试官捞我！只不过我反问的问题有点不好，有点庞大，问面试官怎么平衡技术的深度和广度、以及倒反天罡问面试官有没有用openclaw，微信会考虑接入智能体吗？其实我想问的是一些如何平衡开放程度和安全层面对不起我错了

跪求各位大佬们的指导，目前秋招结束了0offer，投了很多大厂中厂都被拒绝了，想问问各位大佬们的建议

27届双非本计算机专业，感觉前后端挤满了人 ，于是转AI产品经理 ，学习相关知识 ，做项目改简历，但是投了半个月简历，打招呼了1k➕，只有3个约我面试，还都是那种0-20人的公司，我感觉有点不靠谱，我觉得怎么也得是中厂啊…是简历有问题吗，求指点，还是现阶段没实习没学历的我只能先去这种公司

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...