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...

备战考研结果直接下岸，现在赶着来春招，结果简历投出去就石沉大海，大家能帮我看看，给我点修改经验吗😭😭😭

来呢，来呢。鸽了这么久，我终究还是来了，补上上次oc后答应群友的面试记录。祝愿大家都成功！！！自我介绍在腾讯干的事，针对实习内容进行深入了解。redis在项目中的作用。redis做缓存用过吗，优势是什么？redis缓存击穿，穿透，雪崩是啥，如何解决这些问题了？拷打多智能体系统项目，深入挖掘多智能体设计。项目中设计多智能体的流程是啥？多智能体系统如何设计同步异步，如何去统一多智能体评判标准了？uav项目系统的规模和整个流程设计是如何做的？有没有操作过协程了，协程泄露的情况，如何进行回收了？算法题：二维数组，行内有序，行间无序，如何找top k？ 反问：业务整体强度还行，有点压力。面试官语速很快，...