求职刷题神器

funit.cn

讨论区 > 求职面经 > 快手计算机算法面经

快手计算机算法面经

往复随安
发布于2021-04-13 16:31:20 72浏览
二面

1、自我介绍

2、深度神经网络常见的参数初始化方式,如果全部初始化为0,会出现什么情况

3、多卡并行的时候怎么实现参数共享,通信梯度是指平均梯度,还是最大梯度,还是梯度总和

4、介绍常见的梯度下降优化方法

5、神经网络(卷积/全连接)反向传播公式推导

6、 Focal Loss解决了什么问题,如何解决的,与OHEM有什么不同

7、斜着的矩形框如何求iou, 两个多边形的框如何求iou

8、 Detection你觉的还有哪些可做的点 

9、 卷积底层如何实现的

10、mini-Batch SGD相对于GD有什么优点

11、 DCN比普通卷积多了多少计算量

本文首次发布于趣IT ,转载请注明出处,谢谢合作

快手计算机算法面经

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