求职刷题神器

funit.cn

  • 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、FocalLoss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iou8、Detection你觉的还有哪些可做的点9、卷积底层如何实现的10、mini-BatchSGD相对于GD有什么优点11、DCN比普通卷积多了多少计算量
    4 0 47
  • 技术面1、自我介绍2、项目介绍3、Softmax+CrossEntropy反向求导4、BatchNorm层的详细解读5、Conv+BN加速策略6、常见的模型加速方法7、目标检测里如何有效解决常见的前景少背景多的问题8、目标检测里有什么情况是SSD、YOLOv3、FasterR-CNN等所不能解决的,假设网络拟合能力无限强9、分类和检索两个问题可以怎么理解10、ROIPool和ROIAlign的区别,以及ROIAlign的简单实现
    5 0 49
  • 一面1、自我介绍2、项目介绍3、K-means算法流程?它与KNN的区别?4、描述Canny算法的流程5、什么样的数据集不适合用深度学习?6、如何解决数据不平衡问题?7、常用的激活函数的优缺点?8、参数更新的方法?9、常用的几个模型10、还有什么要问我的?
    5 0 61
  • 一面1、自我介绍2、项目介绍3、神经网络(CNN)在图像中广泛应用的原因?4、CNN不适用的场景?5、当神经网络效果不好时,应该从哪些方面考虑解决该问题?6、深度学习中加速收敛/降低训练难度的方法有哪些?7、常见的稳定排序算法有哪些?8、常见的不稳定排序算法有哪些?9、完全搜索算法有哪些?10、随机搜索算法有哪些?
    4 0 49
  • 技术面1、自我介绍2、项目介绍3、BatchNormalization4、超参数搜索方法5、如何理解卷积、池化等、全连接层等操作6、1x1大小的卷积核的作用7、常见激活函数特点8、训练过程中,若一个模型不收敛,那么是否说明这个模型无效?导致模型不收敛的原因有哪些?9、深度学习中的不同最优化方式,如SGD,ADAM下列说法中正确的是?10、深度学习:凸与非凸的区别11、googlenet提出的Inception结构优势
    3 0 54
  • 一面1、自我介绍2、项目介绍3、深度学习:凸与非凸的区别4、googlenet提出的Inception结构优势有那些5、深度学习中的激活函数需要具有哪些属性?6、神经网络中经典使用的优化器?7、哪种方法一般不用于在大数据集上训练DNN8、举例深度学习算法的实际应用9、多尺度问题怎么解决?10、你还有什么要问我的嘛
    1 0 63
  • 二面/技术面1、dropout的原理2、为什么SSD对小目标检测效果不好:3、空洞卷积及其优缺点4、FastRCNN中位置损失为何使用SmoothL1:5、BatchNormalization6、超参数搜索方法7、如何理解卷积、池化等、全连接层等操作8、1x1大小的卷积核的作用9、常见激活函数特点10、训练过程中,若一个模型不收敛,那么是否说明这个模型无效?导致模型不收敛的原因有哪些?
    4 0 64
  • 一面1、什么是反卷积2、反卷积有哪些用途?3、解释神经网络的万能逼近定理4、神经网络是生成模型还是判别模型?5、BatchNormalization和GroupNormalization有何区别?6、模型压缩的主要方法有哪些7、目标检测中IOU是如何计算的?8、使用深度卷积网络做图像分类如果训练一个拥有1000万个类的模型会碰到什么问题?9、深度学习中为什么不用二阶导去优化?10、深度机器学习中的mini-batch的大小对学习效果有何影响?
    3 0 52
  • 一面(技术面)1、相机外参,相机内参2、分水岭算法3、目标检测了解吗4、3D这块有了解吗5、论文是你写的吗6、介绍一下图像分割7、Deeplabv1,v2,v3,v3+8、U-net后续改进9、Non-local10、经典三维重建公式11、分割常用backbone二面(技术面)1、数据增强方法2、dropout方法3、图像分割常见深度学习方法4、简单介绍一下三维重建项目,平行还是stereo,如何估计的depthmap5、deeplabv3与deeplabv3+的区别6、深度可分离卷积介绍,输入输出,channel数7、为什么mobilenet要用深度可分离卷积8、数据集imbalance如何处理9、常见的图像分割损失函数10、iou能作为损失函数吗11、linux下shell命令行开发熟悉吗12、组里以发论文为主,写论文的意愿13、相机内外参14、现在大几,可实习到什么时候15、希望自驱性比较高总结二次面试过程中我都有些太随意了,有过一些打断面试小姐姐说话的举动,谢谢说的比较少,中间不舒服还活动了下嗓子...还好问的问题比较简单最后过了。
    3 0 79
  • 一面1、自我介绍2、项目介绍3、给定0-1矩阵,如何求连通域?4、OCR任务中文本序列识别的主流方法是什么?5、在神经网络体系结构中,哪些会有权重共享??6、平面内有两个矩形,如何快速计算它们的IOU?7、使用深度卷积网络做图像分类如果训练一个拥有1000万个类的模型会碰到什么问题?8、HMM和CRF的区别?9、深度学习中为什么不用二阶导去优化?10、深度机器学习中的mini-batch的大小对学习效果有何影响?11、线性回归对于数据的假设是怎样的?12、Bias和Variance的区别?
    4 0 67
  • 微信扫码加好友进群