C++，软开测开，CV岗面试常考知识点

准备尝试的公司：
华为，VIVO，CVTE，科大讯飞，图普科技，Bigo（百果园），网易，YY，虹软，浦发银行，新华三，多益，大话，海康

1.lambda
第六章 lambda表达式
Lambda表达式详细总结
关于Python中的lambda，这篇阅读量10万+的文章可能是你见过的最完整的讲解
C++11 lambda表达式精讲

2.动态指针，share_ptr之类的
牛客网
weak_ptr的存在原因
C++11学习之share_ptr和weak_ptr

3.inline
C++ 中的 inline 用法
与宏的区别
本质不同：宏不是函数，inline是函数。
处理时机不同：内联函数在编译时展开，宏在预编译展开。
功能不同：内联函数可以进行诸如安全检查、语句是否正确等编译功能，宏只是一个简单的文本替换。
二义性问题：内联函数不会出现二义性；宏处理时要小心，一般要用括号括起来。

4.hash map,hash_table
什么是HashMap
C++中使用STL的hashmap
HashTable详解
HashMap和Hashtable的详细区别

5.B树，B+树
B树、B-树、B+树、B*树之间的关系

6.剪枝压缩
YOLOv3模型剪枝，瘦身80%，提速100%，精度基本不变

7.SVM
支持向量机（SVM）从入门到放弃再到掌握
支持向量机通俗导论（理解SVM的三层境界）

8.KMP算法
从头到尾彻底理解KMP
KMP算法

9.malloc,new
动态内存分配、malloc与new的区别

10.K-means
从零开始实现Kmeans聚类算法
Kmeans聚类算法详解

11.霍夫曼编码
哈夫曼编码的理解(Huffman Coding)

12.交叉熵
经典损失函数：交叉熵（附tensorflow）

13.提高泛化能力的方法：dropout，BN(归一化)，正则，提前终止
基础 | batchnorm原理及代码详解

14.正则区别
【通俗易懂】机器学习中 L1 和 L2 正则化的直观解释

15.dropout具体实现
深度学习中Dropout原理解析
理解dropout

16.大数相乘
算法：C++实现大数相乘
C++ 大数相乘算法

17.1 * 1卷积的作用
如何理解卷积神经网络中的1*1卷积
(1)降维（ dimension reductionality ）。比如，一张500 * 500且厚度depth为100 的图片在20个filter上做1*1的卷积，那么结果的大小为500 * 500 * 20。

(2)加入非线性。卷积层之后经过激励层，1*1的卷积在前一层的学习表示上添加了非线性激励（ non-linear activation ），提升网络的表达能力；

(3)跨通道信息交互（channal 的变换）
如：使用1 * 1卷积核，实现降维和升维的操作其实就是channel间信息的线性组合变化,3 * 3，64channels的卷积核前面添加一个1 * 1，28channels的卷积核，就变成了3 * 3，28channels的卷积核，原来的64个channels就可以理解为跨通道线性组合变成了28channels，这就是通道间的信息交互。

18.梯度消失、梯度爆炸原因以及解决
详解机器学习中的梯度消失、爆炸原因及其解决方法

19.sigmod函数有什么问题
函数公式和图表如下图