收集一下算法岗面试题,后续将对问题进行自己的解答
蔚来感知算法岗面试题:
1.用C++手写NMS?
2.从模型和数据的角度分别说明如何解决梯度爆炸的问题?
3.Faster R-CNN的流程,两阶段主要解决了什么问题?
4.YOLO中是怎么解决正负样本不均衡的问题的?YOLO中的object分支有什么作用?
5.给定NCHW的输入,BN层的输出应该是什么?
6.BN层的作用是什么,有什么可以学习的参数?
7.在训练模型的时候如果遇到显存不足的情况,怎么处理?
1.手写mIoU计算
2.Softmax公式求导
3.介绍膨胀和腐蚀操作
4.手写一下Self-attention的公式
5.Prompt为什么在大模型中起作用
6.SIFT特征如何保持旋转不变性
1.用C++手写IoU
2.写Focal Loss公式
3.介绍卷积的底层实现方法
4.U-Net为什么在扩散模型中有效
5.介绍CNN中的感受野,画图和写公式
6.Transformer的计算复杂度,并如何降低?
1.手撕Conv2d
2.常用的图像插值方法
3.写一下Dice Loss实现代码
4.正样本特别稀疏该怎么处理?
5.介绍各种Normalization技术
6.Transformer中的残差结构以及意义
1.介绍BN与Conv层的合并
2.为什么要使用学习率衰减?
3.手写Pytorch加载和保存模型?
4.介绍你了解的损失函数?及应用场景。
5.为什么车道线检测常用分割来解决