算法工程师面试真题总结-目录

已于 2024-03-27 23:03:09 修改
阅读量327 收藏
点赞数
分类专栏： 笔面试 AI算法 文章标签： 自然语言处理 算法 机器学习 人工智能 AIGC python
于 2020-12-23 15:05:46 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/orangerfun/article/details/106176611
版权
本文汇总了算法工程师的面试经验，包括2020年和2021年的校招与社招面试问题，重点梳理了面试中常见的数据结构和算法题目，并提供了剑指offer题目的Python实现。此外，还深入讲解了Transformer、ELMO、BERT以及SVM等在面试中的热门话题。
摘要由CSDN通过智能技术生成
了解本专栏 订阅专栏 解锁全文 超级会员免费看
funNLPer
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
订阅专栏
算法面试之seq2seq、attention、beam search
持续战斗状态的博客
03-24 1859
1.概述 seq2seq属于encoder-decoder结构的一种 基本思想就是利用两个RNN，一个RNN作为encoder，另一个RNN作为decoder。 ·encoder负责将输入序列压缩成指定长度的向量，这个向量就可以看成是这个序列的语义，这个过程称为编码。 获取语义向量最简单的方式就是直接将最后一个输入的隐状态作为语义向量C。 也可以对最后一个隐含状态做一个变换得到语义向量 还可以将输入序列的所有隐含状态做一个变换得到语义变量。attention ·而decoder则负责根据语义向量生成指定
2021年4月份 ，NLP算法岗面试题总结
niuyunpang的博客
06-03 312
添加微信：julyedufu77，回复 “ 6 ”，领取最新升级版《名企AI面试100题》电子书！！ 面试题 **问题 1：**怎么处理数据不平衡 **问题 2：**给你单链表的头节点 head ，请你反转链表，并返回反转后的链表。 **问题 3：**连续子数组的最大乘积 **问题 4：**最大子数组 **问题 5：**一个硬币正面概率p 那么抛到第几次抛正面期望 题目解析 问题1：怎么处理数据不平衡 常用于解决数据不平衡的方法： **欠采样：**从样本较多的类中再抽取，仅保留这些样本点的一部分； **过采
2023届秋招图像算法岗面经记录（TPlink（普联）、潮州三环、中电十所、科大讯飞、旷视、超参数、虹软、大华、速腾聚创、中兴、哲库、字节、OPPO、百度、之江实验室、蚂蚁、Intel、小米）
轻舟的万重重山
08-15 7713
问得很细，期间发散的问我深度学习的相关知识，包括：轻量型模型有哪些？，BN层原理，一个B,C,H,W的特征在BN层参数，BN的均值方差测试时怎么算。我的反思：还是对自己简历做的东西不是很熟悉，NAFnet都是旷视出来的，都没有好好研究说清楚，基础网络要烂熟于心，最新的transformer等也要把经典的了解清楚。以及最后的做题环节，还是题做少了，好好准备。没做过这道题卡着了，也没在意说要在空间复杂度最小的情况下实现。反问环节: 旷视成都的业务主要是手机画质相关，包括去噪，超分，图像对齐，HDR等；.....
2022年京东NLP实习面试题7道
julyedu_7的博客
07-05 431
解决方法：通过分组加入相似性惩罚，具体可以参考论文 Diverse beam search： https://arxiv.org/pdf/1610.02424.pdf。具体方法：选择Beam size为B，然后将其分为G组，每一组就有 B/G 个beam，每个单独的组内跟 beam search很像，不断延展序列，同时引入一个 dissimilarity项来保证组与组之间有差异。 组内与 beam search 很像：从t-1到 t 时刻，不断的减少搜索空间（如同beam search一样）。 组间差异：对
算法工程师面试之集束算法(beam search)
说文科技，做有态度的研究。
07-17 774
详细介绍beam search 算法的产生原因和思想，并结合实例详细揭示使用过程。
算法工程师面试总结
占卜师的博客
04-20 908
从年后回来，3月份就开始找工作，分别面试了去哪网、小米、360、同城艺龙、58同城、蚂蚁金服、滴滴、字节跳动、百度。从一个面试小白转为一个面霸。一开始有很多很好的机会因为没有好好准备错失良机，好在不抛弃不放弃的精神让我相信天生我才必有用的道理，还好坚持了下去。我经常说耐得住寂寞，坚持下去，一定有好结果，这次又应验了，收获了满意的offer。下面把一些被提问的次数较高的问题罗列一下，日后慢慢...
算法工程师面试题
chfe910的专栏
04-13 889
决策树如何防止过拟合？ 剪枝算法 随机森林 一般情况下，如何防止过拟合？ 数据集扩增（Data Augmentation）:从数据源头采集更多数据；复制原有数据并加上随机噪声；重采样；根据当前数据集估计数据分布参数，使用该分布产生更多数据等。 正则化方法 提前终止训练（Early stopping） Dropout，只用于深度学习中。 Batch Normalization。 ...
小米2021嵌入式工程师面试_嵌入式-常用知识&面试题库_大厂面试真题.docx
最新发布
08-07
小米2021嵌入式工程师面试主要关注嵌入式系统相关知识，包括RTOS、Linux、TCP/IP协议、算法设计等方面。以下是面试中出现的知识点总结： 一、自我介绍和项目经验 * 面试官会问及候选人的项目经验和技术栈，了解...
2021年第二季度某大厂感知融合算法工程师真实面试面经 - C++部分
lcc47251的博客
04-30 1283
2021年第二季度某大厂感知融合算法工程师面试 - C++部分和解答 1. 继承与内存相关问题 在C++的继承中，子类会继承父类中除构造函数和析构函数之外的所有成员（正所谓儿子无法继承父亲的生死） 。 1.1 虚表有什么用？ 搞清虚表是什么，以及C++的内存管理机制。 参考文献：C++虚表详解、【C++拾遗】 从内存布局看C++虚继承的实现原理 类在定义的时候建立一张虚函数分配表(vtable),再通过一个指针(ptr)指向这张表,当子类改写某个虚函数的时候,只要改写vtable中相应的虚函数即可. c
腾讯研发工程师笔试真题二-教程与笔记习题
05-18
腾讯作为中国领先的互联网巨头，其研发工程师笔试环节是求职者通往技术岗位的重要桥梁。这份“腾讯研发工程师笔试真题二...同时，保持对新技术的关注和学习，因为腾讯的研发工程师面试也会涉及到最新的技术趋势和应用。
CBOW最强理解
啊噗啊噗
07-25 4万+
翻译自：https://iksinc.online/tag/continuous-bag-of-words-cbow/ 向量空间模型在信息检索中是众所周知的，其中每个文档被表示为向量。矢量分量表示文档中每个单词的权重或重要性。使用余弦相似性度量计算两个文档之间的相似性。 尽管对单词使用矢量表示的想法也已经存在了一段时间，但是对于嵌入单词的技术，将单词映射到向量的技术，最近一直在飙升。其中一个驱...
深度学习面试必备的 25 个问题
CSDN资讯
04-06 4400
作者 | Tomer Amit译者 | 弯月，责编 | 屠敏出品 | CSDN（ID：CSDNnews）以下为译文：在本文中，我将分享有关深度学习的25个问题，希望能够帮助你为面试做好...
面试笔试整理3：深度学习机器学习面试问题准备（必会）
热门推荐
woaidapaopao的博客
09-07 7万+
第一部分：深度学习 1、CNN 1、CNN问题 2、如何减少参数 权值共享、VGG的感受野、GoogLeNet的inception 3、激活函数选择 4、filter的尺寸选择 5、pooling的作用 6、常用的几个模型 2、RNN 1、RNN、LSTM、GRU 推导forget gate，input gate，cell state， hidden information
十分钟读懂Beam Search(1/2)
hecongqing的博客
03-22 3553
最近研究了一下用基于BERT的encoder-decoder结构做文本生成任务，碰巧管老师昨天的文章也介绍了以生成任务见长的GPT模型，于是决定用两篇文...
CBOW
u012654154的博客
07-12 1万+
本文简述了以下内容：       神经概率语言模型NPLM，训练语言模型并同时得到词表示       word2vec：CBOW / Skip-gram，直接以得到词表示为目标的模型           （一）原始CBOW(Continuous Bag-of-Words)模型           （二）原始Skip-gram模型           （三）word analogy 神经
机器学习笔试面试超详细总结（四）
呆呆的猫的博客
11-02 6431
151、Ridge回归、Lasso回归（坐标下降法求解） 152、电影推荐系统是以下哪些的应用实例 153、决策树是否可以用来聚类——可以 154、什么方法最适合于在n维空间做异常点检测 155、逻辑回归和多元回归分析的不同 156、k折交叉验证中k的选择 157、回归模型存在多重共线性，在不损失过多信息的情况下，可以进行什么操作 158、评估模型之后，得出模型存在偏差，如何解决 159、...
杭州端点科技两轮面试总结，共勉
qq_41065910的博客
09-01 8616
端点科技的面试是我觉得几次实习试炼面试中自我感觉比较有干货的面试（还有百应科技），因为问场景问的比较多，下面是记得的几个面试题，在这里分享给大家： 第一面（8月26日）+第二面（9月1日） 因为上一面没有具体去做整理，所以就把两面归结到一起去整理了 1、自我介绍~~ （不在赘述，放开的讲，不要紧张，尽量说出自己学到的一些东西和收获，能突出自己亮点的） 2、TCP和Http的区别是什么？ 大致讲了下网络七层模型和tcp四层模型，tcp是在传输层，是传输层协议，http是在应用层，http协议其实也是依
Word2Vec 面试题
Wisimer
03-06 2743
问题 1：对比 Skip-gram 和 CBOW (1) 训练速度上 CBOW 应该会更快一点。因为每次会更新 context(w) 的词向量，而 Skip-gram 只更新核心词的词向量。两者的预测时间复杂度分别是 O(V)，O(KV) (2) Skip-gram 对低频词效果比 CBOW好。因为是尝试用当前词去预测上下文，当前词是低频词还是高频词没有区别。但是 CBOW 相当于是完形填空，会选...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值