1. 介绍两个你所做的工作（论文或项目）2. 针对论文1，你的研究背景是什么？你通过什么方式解决的？（我的主要研究目标是减少图像字幕模型输出的语言偏置现象）3. 针对语言偏执现象，你的方法的优势是什么（针对于那些在处理数据集上面的方法）4. 你的提出的模块可能确实有效果上的提升，但是无疑增加了模型的复杂程度，你是否设计了实验证明你的方法确实会比那些在数据集上做处理的方法好（如果没有那你该怎么去设计）5. 详细介绍Transformer的结构（word embedding， self-attention， cross-attention， multi-head attention， FFN， d...

米哈游的我只记得问了k-means的具体过程和让我复现batchnorm训练+推理的代码，其它的我不记得了

1. 两个关于概率的智力题（两道关于概率的智力题）2. 论文的细节（他还说了觉得我的一个创新点没有新意，我回答他我的主要创新点是另一个，然后就问了我另一个创新点的细节）。3. batchnorm的细节（训练+推理）。4. dropout的细节（训练+推理）。5. resnet和resnext的区别。6. 分组卷积的原理，和普通卷积相比参数量怎么变化。7. 5*5的卷积核可以怎样减少参数量。8. 3*3的卷积核怎么减少参数量，为什么可以减少。9. 了不了解检测分类分割的任务（我说的不太熟悉但是了解一点）于是就问了我unet和deeplabco...

1. 论文细节（模型是怎么工作的， 各个模块的作用，怎么选择损失函数等）。2. 防止过拟合的方法。3. 几种优化器的区别。4. 交叉熵函数是怎么计算的以及其物理意义。5. 图像怎么作为序列信息输入transformer。6. 为什么选择patch的方式，有什么意义。7. 你平时有没有遇到过梯度爆炸的现象，解释其产生的原因（怎么根据链式法则解释）（目前想到的就这些，后续想起来会在评论区更新）coding：快排

问题：1. 论文上的细节2. 当输入图片由正方形变成长宽比很大的长方形，该怎么解决这部分的问题3. 卷积的原理，和全连接的区别4. 卷积网络特征图如何下采样：最大池化和均值池化的区别5. selfattention的公式以及公式中sqrt（dk)的作用6. triplet loss 和 交叉熵 的区别7. 交叉熵损失加上softmax梯度怎么求解8. L1正则和L2正则的区别，L1为什么能稀疏，L2为什么不能稀疏9. Adam优化器和SGD的区别（我能想到就这些）coding：反转链表Ⅱ（从m处到n处反转）