1. 自我介绍您好，我叫XXX，目前是XX大学计算机专业的大三/大四学生。我主要的技术方向是Java后端开发，熟悉Spring全家桶、MySQL、Redis等主流技术栈。在校期间我系统学习了数据结构、算法、操作系统、计算机网络等基础课程，打下了扎实的理论基础。同时我也注重实践，做过几个项目，包括电商系统、在线教育平台等，积累了一定的开发经验。最近在XX公司实习，主要负责后端接口开发和系统优化工作。通过实习我深入了解了企业级项目的开发流程，学会了如何与团队协作，如何解决实际业务问题。我对技术充满热情，平时会关注技术社区，学习新技术。我的学习能力和适应能力比较强，希望能加入贵公司，在实际项目中继续...

项目分别是黑马点评和苍穹外卖,希望大佬们给点建议

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...