【网易2022届实习生】计算机视觉算法实习生

笔试

4道编程+两道简答题

编程题1：简历投递系统，每个岗位只能由一个人占据，每个人最后也只能在一个岗位上，输入的每个数组第一个值为每个人的ID，第二个值为岗位编号，尽可能多的岗位被占据，输出数量。如输入[ [0,103],[1,103],[1,104],[2,104],[2,105],[2,106],[3,103] ]，输出3
编程题2：检索最长重复子串：输入s0，s1为两个字符串，输入c为噪音集合，输出最长重复子串，噪声集合中元素可被忽略搜索，如输入[ ["abc%","zxab%c%%",["%", "#"] ] ，则输出ab%c%%
编程题3：最小水平面：存在一个数组，代表顺序的隔板长，求解最小水平面高度，如输入[4, 3, 2, 1, 3, 0, 5, 0, 1]，则输出1
编程题4：二叉树中心点值

简答题1：在BN、LN、IN、GN中任意选择两种，试论述它们之间的异同
                参考链接：https://zhuanlan.zhihu.com/p/91965772                BN是Nx Hx W，LN是Cx Hx W ，LN是Cx Hx W ，IN是Hx W ，GN是(C//G)x Hx W
简答题2：梯度爆炸和梯度消失的产生原因以及解决方法
                参考链接：详解机器学习中的梯度消失、爆炸原因及其解决方法_Double_V_的博客-CSDN博客_梯度消失,   PyTorch学习之归一化层（BatchNorm、LayerNorm、InstanceNorm、GroupNorm）_mingo_敏的博客-CSDN博客_pytorch 归一化
                其中l1与l2范数不仅是一种防止过拟合的正则化方法，同时从本质上来说，它也是一种防止权值过大能力，也就是可以防止梯度爆炸，同样BN层也是既有防止过拟合功能又可以防止梯度爆炸
                其余方法还有：预训练、使用leakrelu激活函数、残差结构

一面

简历过一遍

编程题：一个NxN的棋盘，从左上角出发，马走日，求到达右下角的最短路径，要求输出此最短路径。

扩展阅读

1. 正则化（正则化就是减小过拟合）、标准化（是减均值除方差的那种）、归一化（数据归一到某个范围）。参考链接：https://zhuanlan.zhihu.com/p/2995729
    有时候我们经常会被问到正则化和防止过拟合的方法，以不变应万变的方法是，知道的方法不全说出来，防止两个问题被重复问到
    正则化：L范数，模型集成，Dropout，BN。防止过拟合：早停，leakrelu激活函数，残差，预训练（墙裂）。
2.BatchNorm是在batch方向做归一化，LN是在channel方向做归一化，IN是在channel内做归一化，GN是在channel以组的形式做归一化