三一重机 算法岗 笔试

（没准备还是不行啊哈哈哈）一、基础知识梯度 优化器 一阶动量 二阶动量 是啥梯度：梯度的反方向就是参数的更新方向一阶动量：梯度的指数加权平均公式：作用：平滑梯度，减少更新方向的抖动二阶动量：梯度平方的指数加权平均公式： 作用：自适应调整学习率大小adam 总体公式:模型初始化方法有哪些？全零初始化ReLU的激活函数，梯度是0sigmoid的激活函数，每层的神经元的输出相同，梯度相同（不为0），那么更新后的参数也相同，模型学不到任何特征随机初始化 (Random Initialization)目的： 打破对称性，确保不同神经元学习到不同的特征。缺点： 随机数过大或过小都可能导致梯度消失或梯度爆炸...

周五发个邮件说专业笔试，时间周日，结果刚刚点进去是测评，有点抽象，纯浪费我时间

一个面试官问技术部分，一个面试官问思维方法部分1.自我介绍，介绍论文，项目（我有一作两篇论文和两个专利，就是本科阶段没有发过CCF-A，比较吃亏）2.你哪个项目代码量最大？（主动打开vscode，共享屏幕展示效果）3.我们的业务场景，比如重复纹理多的建筑、纹理少的云，或者近景，能拼起来吗？4.除了你用的方法，还试过别的拼接方法吗？比如光流、特征点或者深度学习？5.第二个面试官开始提问：根据我做过的目标重识别的课题6.网络架构怎么样？效果好吗？训练重识别模型，数据方面要注意啥？7.结束业务提问，询问 导师有没有同意，能实习多久，想来深圳还是上海

也没怎么空场，面试完两分钟就挂了