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 ...

这是为什么捏，SSOB上面沟通了几百次了，投简历也差不多投了二十几份，但是目前只收到了一个面试，是简历的问题吗？还是说我是重庆人，外地的公司不要我？

蚌住了，沉淀三个月  收到的面试反而更少了，大部分做完了测试就了无音讯，大模型应用，产品，AIGC，甚至售前工程师我也愿意做啊！这个时代怎么了？为何不愿意接受双非生😭

中国交易与广告方向--客户端暑假实习没想到吧，居然还有2面实际上我也没想到1.threadlocal的实现原理，内存泄露问题2.thread local的key是什么value是什么3.threadlocal常见的使用场景4.阿里的ttl是如何解决threadlocal污染问题5.synchronized的作用，他的具体用途6.synchronized和内存屏障的区别7.synchronized的底层实现8.synchronized三种用法的区别9.java的内存区域10.Java代码内容储存在jvm的各个区域，打个比方：堆里面会放new出来的对象，数组元素11.final关键字的使用场景（我...