快手NLP算法校招面經(jīng)
2023-06-20 15:09 作者:SSP面試筆記網(wǎng)站 | 我要投稿
分享??SSP面試筆記?網(wǎng)站網(wǎng)友的面試經(jīng)驗(yàn)，供B站的小伙伴參考：
23屆的學(xué)長(zhǎng)，受邀分享下自己的秋招面經(jīng)，給SSP的學(xué)弟學(xué)妹們一些參考借鑒。
快手我是三面拿到了offer（不包括HR面），面試的過(guò)程大同小異，有些面試官側(cè)重項(xiàng)目和論文，有的側(cè)重于基礎(chǔ)，整體問(wèn)到的問(wèn)題大概如下：
自我介紹
實(shí)習(xí)和實(shí)驗(yàn)室項(xiàng)目
論文發(fā)表，研究方向
對(duì)抗學(xué)習(xí)方案
訓(xùn)練過(guò)程有什么技巧
互學(xué)習(xí)是什么方法，有什么用
兩個(gè)模型互學(xué)習(xí)，會(huì)不會(huì)互相輸送錯(cuò)誤信息，怎么解決
LSTM 和 RNN 的區(qū)別
為什么能解決梯度消失的問(wèn)題
梯度消失問(wèn)題是如何產(chǎn)生的
LSTM cell 設(shè)計(jì)與殘差塊的區(qū)別是什么
殘差就能解決梯度消失的問(wèn)題，為什么 LSTM 不直接設(shè)計(jì)為簡(jiǎn)單的殘差塊
交叉熵，KL 散度和 JS 散度的區(qū)別
過(guò)擬合問(wèn)題是如何產(chǎn)生的，如何解決
L1 正則化和 L2 正則化有什么區(qū)別
為什么現(xiàn)在都用 L2 正則，很少用 L1 正則
算法題：鏈表相加；鏈表排序；非遞歸二叉樹(shù)
反問(wèn)
想要看更多的面經(jīng)的話(huà)，可以來(lái)??SSP面試筆記? 網(wǎng)站搜索~
標(biāo)簽：
