岗位：计算机视觉岗  一面 4/20 时长1小时      自我介绍    项目    介绍一些损失函数    交叉熵损失，focal损失 （多分类的公式）    BN（公式），Droupout介绍，为什么不一起用    Transformer与RNN区别    LSTM公式    模型优化Trick    pytorch实现多分类focal loss       算法：列表中逆序对个数（分治，hard难度）    反问          二面：4/21 时长一小时       介绍    项目挖掘    Transformer encoder和decoder的介绍    Transformer的不同阶段的QKV来自哪里    focal loss公式以及why work    还有一些记不清了       算法：文字识别中的最大编辑距离（动态规划，在提示下未做出来，暴风哭泣）    场景题：三枚正反均为数字的硬币，七枚正常硬币。    1. 一次抽到坏币的概率    2. 拿出一枚硬币上抛，数字面朝上，这枚硬币为坏币的概率    3. 嫌我太菜没出出来（贝叶斯公式我真的记不清，但我第二问写出来了啊）    反问          结论：凉凉，流程还没有结束，估计回到了池子里。二面面试官很nice，写算法题的时候会引导你，我很喜欢，可是我太呆了orz！@ @