公众号
“温故而知新，可以为师矣”，基于《公众号短期规划》一文，我将首先对过去在实验室及实习秋招过程中的工作进行总结，主要包括实习校招面经、目标检测、属性识别、人脸聚类、图卷积、不平衡问题等部分。由于21年已转推荐算法，时间原因，温故部分主要是对过去笔记的整理，不会涉及太多最新的内容，如果有同学继续从事相关工作，也可以私聊，在Github的repo中持续更新。
这篇是个人实习校招面经系列，本人是20届计算机硕士，基于实习和秋招的面试，拿到了微软、阿里、商汤、滴滴、华为、海康、平安、陌陌等offer，下面总结一些经验，希望对大家有所帮助，有问题之处也可以随时指出。 如果侵犯公司隐私，烦请告知，此文仅做分享之用。
最开始实习时是以公司为单位进行总结，实习经验可以参考这里：算法工程师实习面经(分公司)。由于各公司面试问题存在较多重复，于是秋招时我按照题目类型分门别类，而不是按照公司机械划分。我将个人面试过程中遇到的问题简单分为深度学习、机器学习、图像处理、数学基础、数据结构与算法基础、程序设计语言、模型部署、HR面试以及与我本人简历相关的目标检测、属性识别、Kaggle及天池的比赛、创新想法等几个部分介绍，可能开始会有重叠或者分类不恰当，后面会逐渐更新完善。篇幅原因，分为上下两篇，其中上篇先介绍到HR面试，下篇介绍个人相关的项目和比赛部分。本篇为上篇，初版见个人知乎专栏。
很多人在知乎提到过，为什么不直接给出候选答案，第一，篇幅原因，可能某个小节的知识点都足够另写一篇文章；第二，阅读者习惯，据我了解，大部分人遇到给出答案的内容，简单看一下就过去了，实际只是了解参考答案，并没有认真去熟悉相关的工作；第三，开放性问题，给出参考，更会限制思维。所以此文只是简单给出问题描述，不会详细解答。后续有时间，可以针对重要的知识点详细介绍。
这部分基础知识基本顺着简历上的东西逐步问的。
- 简述两个模型
- 两个模型的主要区别是什么？
- 相同层数，densenet和resnet哪个好，为什么？
- ResNet解决了什么问题呢？
-
ResNet的两种结构具体怎么实现?
-
ResNet参数量和模型大小，Bottleneck的作用，为什么可以降低计算量?
-
了解哪些移动端/轻量化模型
-
介绍一下MobileNet，ShuffleNet，Pelee等
-
介绍一下GAN的结构和原理
-
了解哪些GAN模型
-
卷积结构
- 了解哪些卷积类型
- 卷积过程计算
- 深度可分离卷积的原理，为什么可以降低计算量，举例口述计算过程，减少的比例
- deformable conv原理，具体怎么学习的，对偏移有没有什么限制
- 反卷积
- 空洞卷积
- 分组卷积
-
1×1卷积的作用
-
了解哪些模型的组件
- 池化/全连接层的结构和作用
- BN/IN/GN的原理和作用
- BN的实现细节，其中均值和标准差的计算，以及训练和测试时分别怎么用；如果数据不是高斯分布，bn后怎么恢复
- 为什么使用激活函数
-
了解哪些激活函数，原理是什么
-
了解哪些损失函数，公式
- softmax原理，softmax得出的结果是排序的么，为什么分类用交叉熵
-
为什么使用smooth l1
-
为什么会出现过拟合欠拟合
- 如何判断
- 预防方法
-
正则化为什么有效，具体怎么做，l1/l2正则，怎么选择，weight_decay作用，和l1/l2比较
-
梯度物理意义，梯度的大小和方向
- 梯度是否可理解为小球下滚？如果坡很陡，会怎么样？
-
梯度消失/梯度爆炸的现象、原因和解决方法
-
现象、原因和解决方法
-
了解哪些优化器
-
adam的特点和公式
-
三者概念和区别
- 深度学习一定比机器学习好吗，什么时候更好，选择传统机器学习还是深度学习的标准是什么，为什么
-
举例说明监督学习和非监督学习
-
train，val，test一般怎么划分
-
不平衡问题的产生
- 有哪些解决思路
- Focal loss公式和作用过程
-
如果训练集不平衡，测试集平衡，直接训练和过采样欠采样处理，哪个更好
-
常见的F score中 _α_等于几，那么 _α_什么时候取其他值
- IoU
- mAP
- AUC
-
PR曲线
-
感受野概念
-
3x3conv，2x2pool，3x3conv后感受野计算
-
平时有哪些调参技巧
- 如果模型不收敛，通常怎么调节
可能因为简历上可问的东西比较多，面试时间有限，机器学习相关问的不是很多，推荐看一下李航老师那本统计学习方法。
- bagging和随机森林的区别
就是简单问一下，数据预处理cv一般不太会遇到，实习一般也是直接做模型，基本不太需要处理数据
课程方面，我刚好选修过数字图像处理硕士课程，补修过图形学本科课程
学过数字图像处理吗，知道哪些滤波，具体什么原理
有没有学过图形学，都知道哪些
进行过哪些数据预处理，空图，坏图，单通道图，多通道图等一些情况会怎么处理
其实主要就是概率与统计相关，商汤旷视比较喜欢问
- 圆上任意三个点组成的三角形，包含圆心的概率
- x，y，z都是（0，1）均匀分布，x+y+z
- 抛硬币直到连续若干次正面的概率
- 先验概率，后验概率，怎么转换
- 坐标0开始，依次走1,2,3,…,n步，可以左或者右，问
- 有没有到不了的位置：没有，因为左x右x+1，每次走一步，可以到达所有位置
- 到指定位置m，至少需要多少步：先求最接近m的连续和，然后从里面选两个数作差
- n个门，1个后门是车，其余n-1个后门是羊，你先选一个，如果面试官告诉你其余n-1个中某个是羊，你会重新选择么（假设n为3） 你先选一个，概率1/n； 面试官告诉你某个不是，你在剩余中选的概率为两部分：（1）你选的那个是，则概率0， （2）你选的不是，（n-1）/n * 1/（n-2），即你第一次选的不是的情况下剩余n-2中选的是的概率。 n=3时为2/3，重新选更优
- 三个盒子，一个盒子两个红球，一个盒子一红一蓝，第三个盒子两个蓝球。一人随机选了一个盒子，并摸出一个红球，请问这个盒子里另外一个也是红球的概率是多少 2/3，2/3概率选了第一个盒子
该部分主要是手写代码，也是面试的重要组成部分
可能因为我本科非计算机，面试官大都比较宽容，没遇到很难的题目。
给定一个字符串和一个数字，删除指定数字个数的字符，并保证删除
给定字符串和数字 abcdabcd 4
删除一个a bcdabcd
删除第二个a bcdbcd
删除一个b cdbcd
删除第二个b cdcd
改进：大数组删掉指定个数，怎么最方便。
5
1
2 12
3 13 11
4 14 15 10
5 6 7 8 9
知道哪些排序算法，快排时间复杂度，时间复杂度推导，时间复杂度O(n)的排序算法
快排，归并，堆排序
改进：另外两个数出现一次
求一个数组中只包含0,1使得其中0,1个数相等的最大子数组
归并排序，二分查找
A是一个排序好的数组，升序排列； B是一个排序好的数组，升序排序； 给定c，找到a，b，满足 a属于A b属于B a+b=c
三个数呢
二维数组求最大和矩阵
包含一行的，第一行为例，一个的n个，两个的n-1个，。。。，n个的一个，一共n+(n-1)+。。。+1，n行就是n。 而包含两行，三行就依次是(n-1), (n-2) *, 所以就是n+(n-1)+。。。+1的平方
少两个呢
0, 1, 2, ... n-1...
case1:
IIII
0, 1, 2, 3, 4
case2:
DD
2, 1, 0
case3:
DIDI
4, 2, 3, 0, 1
case4:
DIDDI
534201
case5:
多解
DDI
3201
2103
给定一个有序序列int[] vals,请返回创建的二叉查找树的高度。
power(2,n-1)-1
Original: https://blog.csdn.net/weixin_41278720/article/details/124516881
Author: AI算法札记
Title: 算法工程师实习校招面经 (上篇)
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/533142/
转载文章受原作者版权保护。转载请注明原作者出处！