喵生中计算机行业的第一次面试经历

此次从投简历到今天面试共用了两天加一个晚上，写下我的面经，仅供交流学习之用；

先是在电话里根据自己的项目经验问了些情况，然后安排了今天的面试。先是40min做了一套笔试题，题目回忆版如下：

1、全局变量、局部变量和静态变量有什么特点和区别；

2、动态建立二维数组(数组大小为m*n)，然后再释放；

3、OpenCV里的Mat和  的区别；

4、解释一下overloading和overriding(今天中午在地铁上看C++多态的时候刚好看到这个，顺便记住了这两个单词，好险)；

5、在优化目标的时候，l0、l1、l2范数的作用；

6、编程题：有一个字符串str，判断字符串中的括号是否完全匹配；例如：str1=‘12{43[9]8（32）}’中有‘{‘和‘}‘匹配、‘[‘和‘]‘匹配、‘(‘和‘)‘匹配，所以称str1符合规范。str2=‘12[894（9+0）’中的'['没有匹配的‘]’，所以str2不合规范。str3=‘1+2873{rw(r)’、str4=‘87+83-(9ry3q{0}’等都不合规范。

7、翻译。跟图像识别相关的一个翻译，有个别生词，也算是有难度啦。

面试：

1、SVM的对偶问题是怎么回事？能不能解释一下。（这个昨天晚上自己手推了一遍SVM，还算是比较清楚，不过也不知道自己解释清楚了没）

2、KKT条件的适用情况（这个库恩塔克条件以前都只是看看，也没刻意去记，所以记不太清了）

3、还知道BP神经网络的哪些变形？（这个问题让我有点儿懵，现在想想，这个应该是问我知不知道其他类型的神经网络的意思吧？T-T）

4、SVM支持向量机指的是哪些点呢（在不考虑有松弛的条件下）？此时的lamda值是等于0还是大于0呢？（这也记不清了，就回答了等于0）

5、简单讲讲GBDT的原理；以及为什么不用随机森林、adaboost；

6、adaboosting懂不懂？讲讲。。。这个，真没记住。

7、优化目标函数的时候有哪些方法？（牛顿迭代法、后来问的是牛顿二次迭代，这个只记得牛顿的公式了，临时推的时候有点儿心乱，愣是写不出来了，我愧对自己的数学老师）

8、logistics回归知道不？简单讲讲。

9、与之对应的神经网络出现的梯度消失和梯度爆炸是怎么回事？（这个笨猫猫同学给我讲过^-^）怎么解决这些问题呢？（这个只记得在书上看过，给猫猫同学讲过，但是我还是一时给忘了）

10、你知道的图像处理操作有哪些？sift了解吗？（sift我跑过别人的代码，配置环境的文章见：点击打开链接可惜原理我是不记得了）

大概就这么些了吧，感觉自己还是很菜。虽然python用的还可以，但是对于做图像的来说C++还是必须要学的，后悔研一选修java而不是C++了。就这样吧，我再补补知识去。