求职刷题神器

funit.cn

讨论区 > 求职面经 > 华为NLP面经

华为NLP面经

半生酒醒
发布于2021-03-01 14:30:49 137浏览
技术面主要问题

1.什么是perplexity?它在NLP中的地位是什么?

2.ReLu的问题是什么?

3.使用SVD学习潜在特征和使用深度网络获取嵌入向量有什么区别?

4.LSTM的hidden和cell存储的信息是什么?

5.带bias的LSTM模型的参数个数

6.LSTM的复杂度

7.transfomer的时间复杂度

8.为什么self-attention怎么牛逼?

9.Adam optimiser的局限性是什么?

10.AdamW和Adam有什么不同?

11.使用大的batch size可以训练模型更快吗?

12.你喜欢特征提取还是微调?你怎么决定?你会使用BERT作为特征提取器还是对它进行微调?

13.举一个学习率调度策略的例子?

14.我们应该在深度学习中进行交叉验证吗?

15.在多任务学习中,软、硬参数共享的区别是什么?

16.注意力机制有哪些不同类型?

本文首次发布于趣IT ,转载请注明出处,谢谢合作

华为NLP面经

全部评论0

成为第一个评论的人

还可以上传7

表情
  • 快速扫码进群
    加入职友圈
下一步
知道了