面经 | 阿里巴巴计算机视觉算法实习生

点击上方“AI算法与图像处理”,选择加"星标"或“置顶”

重磅干货,第一时间送达640?wx_fmt=jpeg

640?wx_fmt=png

来源:https://blog.csdn.net/qq_33638791/article/details/79802934

由于简历里写了自己相对于目标检测,计算机视觉方向了解的多一些,所以基本上没有问传统的ML算法,一共面了23分钟,基本上就凉了。 

DL方面(15分钟) 

1.介绍一下faster rcnn 

这里我是顺着从rcnn开始一把梭说到fatser rcnn的 

2.fatser rcnn是怎么进行feature map选取的 

3.fatser rcnn 里的 anchor 有什么用,怎么进行不同的box进行提取的 

4.yolo和faster rcnn有什么区别 

5.你知道哪些激活函数,都有什么用?改进了哪些地方? 

6.CNN里常用的梯度下降方法都有什么?(这里问的应该是优化器,比如AdamOptimize什么的) 

7.池化层是怎么进行反向传播的?

项目方面(5分钟) 

1.说一下你最近做的项目,有哪些觉得不错的做法和创新? 

2.你项目里有个验证码OCR的,能介绍一下你怎么开始训练的,设计网络的?你这里的验证码为什么不分割就可以识别,解释一下?为什么不选择分割?

数据结构(3分钟)(PS:感觉面试官对我期望有点高,所以这里问的有点可怕,让老哥失望了) 

1.会写红黑树不?会红黑树的操作么?(不会) 

2.会证明匈牙利匹配算法或者任何一个二分匹配算法吗?(不会,emmm,老哥我没打过ACM) 

3.OK,那你会证明Dijkstra算法吗?(会)

老生常谈:你还有什么什么想问我的? 

PS:这里我当时面试前想问的是,你们这边是什么组,主要做什么的,这个和我的方向契合度高不高,类似于这样的,也推荐大家以后这样问,显得比较积极。

事实上:老哥,对不起啊,耽搁你这么久,非常感谢你陪我说了这么久的话,我也是第一次面大厂,我没有那么好的数据机构功底,已经很荣幸了。我这边会挂掉么?(想想都羞耻)

面试官:这边还需要和其他同事商量后给与答复。(然而一天了我官网简历状态还是简历评估,据说会有个评级分数的,当然也确实不知道是哪个部门打过来的电话23333)

还有心态不好,据女票说全程面红耳赤还发抖的那种,希望下次自己可以变得更强些,起码就表现上镇定一些,说话不会语无伦次。

640?wx_fmt=png

来源:cver

1. 自我介绍

2. 介绍简历上的项目

3. 介绍一下LR及其损失函数

4. 类别不平衡怎么解决的?

5. ResNet的特点有哪些?

6. 为什么要使用1x1卷积,哪些情况可以使用1x1卷积?

7. 支持向量机(SVM)的原理

8. SVM有哪些核函数?

9. 手写计算AUC曲面面积的代码(伪代码也行)

10. 如何解决过拟合?

11. 讲一下随机森林(RF)的原理

12. YOLO中如何通过 K-Means 得到 anchor boxes?

13. ReLU有哪些变体?

14. BN和GN的区别?各有什么优缺点?

15. 主要用什么语言?(答:C++)

16. 线程和进程的区别?

17. C++的指针和引用有哪些区别?

18. 静态变量可以类内初始化吗?

19. 虚函数表是干嘛的?

20. 介绍一下快速排序原理

21. 为什么需要四次挥手?

22. Python中的对象(Object)和C++中的对象有什么区别?

23. Python的 lambda用过么?

手撕代码

24. 将n个有序链表合并成一个链表(LeetCode No.23)

Merge k sorted linked lists and return it as one sorted list. Analyze and describe its

complexity.

25.寻找最小连续子序列,返回序列和,以及子序列起始索引和结束索引

---End---

如需加群,可以按照以下方式操作~

扫码添加助手,可申请加入AI_study交流群。一定要备注:研究方向+地点+学校/公司+昵称(如目标检测+上海+上交+卡卡西),不根据格式申请,一律不通过。

640?wx_fmt=jpeg

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值