算法岗面试题.收集

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