@[TOC]鲁班嫡系机器人一轮电面题目
鲁班嫡系机器人一轮电面题目
第一次开始写博客,记录工作学习相关的知识点,以备后续查阅和梳理知识点。本次记录内容是鲁班嫡系机器人(深圳)的面试(电面)内容。
重点问题
本次面试之前做过的相关经验都有被问到,包括NLP和图像。若图像方面不太了解的话,可以以NLP为主,以下是需要记录的内容:
- one-hot,如何编码,以实际例子说明(结合机器翻译的一句话,如我是一个学生);
- 深度学习框架图像是如何输入和输出的;
- 如何计算loss函数,实例如对于“学生”一词它的翻译概率是0.8、0.1、0.1则它的loss是多少;如图像如何计算loss函数,是以像素为单位吗?是否每个元素平均采用?
- 图像边缘提取的算子有哪些?
- ICnet的网络结构;
- ICnet相对于普通的语义分割网络,除了上采样、下采样之外还有何不同;
- 分类问题有哪些常用的误差函数;
- 是否有自行实现深度学习框架(非工具),简单的框架也可以;