欧美1区2区3区激情无套,两个女人互添下身视频在线观看,久久av无码精品人妻系列,久久精品噜噜噜成人,末发育娇小性色xxxx

一面八股拷打，不再贅述：過擬合，transformer等手撕（web IDE）對(duì)稱的二叉樹 lc原題二面1. 如果現(xiàn)在數(shù)據(jù)量特別大，并發(fā)量特別高，你有什么好的辦法能夠提高用戶的體驗(yàn)2. 如果現(xiàn)在有一些數(shù)據(jù)給到你讓你去拿給標(biāo)注人員標(biāo)注，你怎么樣發(fā)揮他的最大價(jià)值3. 熵的計(jì)算公式手撕（web IDE）1. 不同路徑 lc原題2. 給一堆樹的高度，問砍的次數(shù)，二分答案HR面聊天#字節(jié)##日常實(shí)習(xí)#

1. pytorch2onnx具體做了什么2. 項(xiàng)目模型結(jié)構(gòu)是什么樣的3. 為什么模型需要量化4. 量化的過程做了什么，有什么樣的效果5. 量化的過程中為什么會(huì)有精度損失，損失是怎么調(diào)優(yōu)的6. LSTM怎么解決梯度爆炸和梯度消失的問題7. 給101個(gè)硬幣，其中一個(gè)是假幣，稱重兩次判斷假幣比真幣重還是輕手撕（web IDE）旋轉(zhuǎn)矩陣 lc原題方向不太match，面后秒掛#字節(jié)##日常實(shí)習(xí)#

一面1. PTQ和QAT的區(qū)別2. 如果對(duì)embedding也做量化，你覺得會(huì)有什么問題3. 說一下常見的量化方法和原理4. 假如現(xiàn)在讓你對(duì)transformer模型進(jìn)行量化，你覺得需要量化哪些算子5. 矩陣乘法算子的量化過程手撕（如流IDE）1. 搜索二維矩陣 Ⅱ lc原題2. Top k3. python pep9規(guī)范 問題二面：交叉面1. SLU和NLU的區(qū)別2. 其他機(jī)器學(xué)習(xí)八股文手撕（如流IDE）合并排序的數(shù)組 lc原題三面：主管面，技術(shù)聊的比較少走棋盤的多種解法：dp + 概率論#百度##日常實(shí)習(xí)#

一面1. 說一下pytorch里面兩種浮點(diǎn)類型怎么樣混合計(jì)算的2. 量化出來的模型有誤差，你是怎么樣減少誤差，提高模型預(yù)測(cè)的準(zhǔn)確率的3. ASR識(shí)別到的文本中的錯(cuò)別字怎么做處理的4. 如果我更改了輸入數(shù)據(jù)的量級(jí)，比如將輸入的數(shù)據(jù)從長度100改成了1000，增加了10倍，transformer的時(shí)間復(fù)雜度是會(huì)怎么變，參數(shù)量會(huì)怎么變？5. transformer和CNN有什么不同6. 你還了解哪些增強(qiáng)數(shù)據(jù)集的方法手撕（本地IDE）一道二分查找二面1. 你對(duì)NLP都有哪些了解2. transformer中encoder和decoder的區(qū)別3. transformer的decoder是怎么防止信息泄露的呢4. 說一下你項(xiàng)目里的模型結(jié)構(gòu)5. 訓(xùn)練的數(shù)據(jù)量有多少6. 最終訓(xùn)練的指標(biāo)怎么樣7. 邏輯回歸和線性回歸的區(qū)別手撕（本地IDE）零錢兌換 lc原題#商湯##日常實(shí)習(xí)#

一面：1. 對(duì)推薦算法大概有多少了解2. kaggle比賽用了什么模型，做了什么優(yōu)化3. 你是如何把幾個(gè)模型的分?jǐn)?shù)做融合的4. 如果這個(gè)權(quán)重也作為一個(gè)變量參與到訓(xùn)練，這種方式和你手動(dòng)調(diào)參相比會(huì)有什么樣的差異呢這題我回答的是串行訓(xùn)練會(huì)更多耗時(shí)，但是參數(shù)精度會(huì)提高效果會(huì)更好，但是總覺得還是沒答到點(diǎn)子上5. 隨機(jī)森林的具體運(yùn)行過程6. 如何判斷過擬合和欠擬合，怎么解決7. 如何解決梯度消失和梯度爆炸8. 如果有梯度消失或者梯度爆炸，你發(fā)現(xiàn)你的神經(jīng)網(wǎng)絡(luò)已經(jīng)很深了，你是要繼續(xù)加深還是減少呢，為什么要這么做這題我回答的是減少，因?yàn)樘荻认栴}和梯度爆炸問題一般會(huì)隨著網(wǎng)絡(luò)層數(shù)的增加變得越來越明顯手撕（自有IDE）1. 無重復(fù)字符的最長子串，lc原題。2. 判斷輸入的數(shù)據(jù)將會(huì)被插入哪個(gè)桶，一道二分，類似于搜索插入位置，lc改編。二面：1. 說一下LR里面正則項(xiàng)的原理是什么？為什么加了正則項(xiàng)就能去過擬合呢2. 一方面你要學(xué)這個(gè)參數(shù)，一方面你又限制學(xué)，不是矛盾的嗎？3. cross validation，帶有cross validation的訓(xùn)練步驟說一下注意cross validation調(diào)的是超參，當(dāng)時(shí)嘴瓢了4. Kaggle競(jìng)賽規(guī)模，說一下你用的trick，為什么這個(gè)trick能work？5. 你對(duì)cnn這個(gè)模型本身有什么了解？為什么傳統(tǒng)的mlp在圖像上沒有什么效果呢？6. 說一下對(duì)transformer的認(rèn)知和理解手撕（自有IDE）題目：給定兩列，都是user_id，每一行都是一個(gè)好友關(guān)系，輸入一個(gè)user_id，找出跟這個(gè)用戶共同好友數(shù)最多的那個(gè)人#探探##日常實(shí)習(xí)##面經(jīng)#

1. 給了一段代碼，三重for循環(huán)，你覺得下面這段代碼有什么瓶頸或者問題有訪存問題，讀取數(shù)據(jù)的時(shí)候存在不連續(xù)的情況2. 你覺得應(yīng)該如何優(yōu)化用cache，或者把經(jīng)常要用的數(shù)據(jù)塊放在一塊3. 代碼段的計(jì)算模式4. 對(duì)HPC，MPI有多少了解回想這道題，即便自己了解不多，也應(yīng)該把知道的都說一些，并表示是為了面試臨時(shí)學(xué)習(xí)的內(nèi)容，表達(dá)自己的強(qiáng)烈意愿手撕（本地IDE）1. 反轉(zhuǎn)鏈表2. 二叉樹的層序遍歷3. 合并k個(gè)升序鏈表反問#微軟##日常實(shí)習(xí)#

#京東#秋招算法崗 nlp如果是簡(jiǎn)歷沒達(dá)到要求，應(yīng)該是簡(jiǎn)歷直接掛，那我認(rèn)為簡(jiǎn)歷不滿足要求如果是測(cè)評(píng)掛，那就是測(cè)評(píng)沒做好，但是測(cè)評(píng)的題目說實(shí)話我都挺熟悉的了，答案大差不差的如果是筆試掛，那是要筆試90分以上還是怎么？算法a了2.8，選擇有幾道蒙的但是也不至于把。。。