本文分享了作者在阿里达摩院的四轮面试经历，包括电面和现场面试，重点讨论了深度学习算法、模型优化、 caffe 源码理解、项目实践经验以及解决实际问题的策略。面试涉及了项目细节、模型设计、优化技巧和开放性问题，展现了深度学习和机器学习领域的核心知识点。
目录
1面(1h10min) - 电面
自我介绍：
项目
主要是商汤无人车实习的项目，问我比baseline提升15个点，怎么来的。
从数据迭代、backbone、模型修改几个层面上说了下。
挑一两个有意思的优化说说，说了cascade、hdcnn的结构，为什么用这种结构。
项目中出现什么情况，怎么解决的？主要就是说小目标检测的解决方案。
对caffe源码熟悉程度。（我扯了扯源码的底层设计模式，数据流怎么流的，如何添加新层、cuda代码的细节）
开放题
给了一个情景，如何训练模型、调优。（题目很空，主要考察你对深度学习的理解）
根据需求（前向传播时间、模型大小），确定模型和基础网络，跑第一版模型。（举了个栗子）
判断模型是否出现过拟合的情况，来决定下一步的优化方向。
结果分析(confusionMatrix等)，分析问题，将论文中的方法套上去，如果没有自己创造。（又举了个栗子）
softmax、多个logistic的各自的优势？ 1、类别数
订阅专栏 解锁全文
649
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
