暑期实习及提前批NLP岗面经记录(头条, oppo, 作业帮....)

旷视

算法题

1. 矩阵最短路径
2. 窗口内最大值、求和
3. 扔鸡蛋

搜狐

问题

1. batch normalization原理, 作用
2. 证明在n>=2个人中必有两个人他们在这n个人中朋友数相等

算法题

1. 求一个数开方是不是整数(二分查找)
2. 求二叉树的最大路径和(leetcode 124)
3. 链表反转
4. 池子盛水(leetcode 11)

京东

问题

1. cnn为什么有效?
2. 平移不变性, 旋转不变性原理?
3. RNN为什么会梯度消失? lstm为什么能解决梯度消失? lstm能解决梯度爆炸吗?

算法题

1. 螺旋打印三角形(类似剑指offer 29)
2. 在旋转有序数组中搜索(leetcode 33)

网易

原理

1. attention怎么做?
2. lr svm推导, 有什么区别?

算法题

1. 最大连续子序列和(动态规划)
2. 求k个有序数组包含每个数组至少一个元素的最小范围

神州泰岳

一共两轮技术面

原理

1. lr和svm区别
2. cnn(lstm)参数量计算, 内存计算
3. lstm参数量计算
4. transformer中position embedding作用? cnn+position embedding效果会怎样? lstm需要position embedding吗?
5. 为什么transformer向量维度设为768这么大?而不像常用的词向量100维或者300维?(multi-head时要拆成更小的)
6. transformer multi-head作用是什么?
7. 为什么要用激活函数, 不用的后果是什么(非线性)
8. 为什么lstm用tanh, tanh与relu和sigmoid的比较
   sigmoid导数范围[0, 0.25], 收敛速度慢.
   tanh收敛速度快, 但是激活区间小.
   relu收敛速度快, 求导计算也快