实习面试经历——计算机视觉算法工程师

面试流程

1.自我介绍

2.问论文和项目经历

（问的比较细节，接近12min的问答时间，面试官感兴趣的地方都会问，主要应该还是考察逻辑表达能力）

3.深度学习底层问题

1. focal loss是什么（没答上来）
2. bn层的作用，batch normal和layer normal的区别
3. 损失函数设计：分类交叉熵、回归mse
4. 简述一下目标检测的一个框架：RCNN
5. 基础评价指标：准确率、精确率、召回率的区别；论文中使用的指标（AUROC），为什么用这个
6. 为什么会出现梯度消失或梯度爆炸
7. 简述一下transformer的框架

---

对应的答案记录一下：

1.focal loss：

Focal loss是最初由何恺明提出的，最初用于图像领域解决数据不平衡造成的模型性能问题。

具体还是涉及到目标检测，负样本数量远大于正样本数量所导致的不平衡，最早RCNN用SVM解决的问题，后面为了改成一阶段网络，也会考虑这个问题，所以就修改了传统的交叉熵。（作者不是研究目标检测领域，后面学习了再详细解释吧）

具体论文参考：https://arxiv.org/abs/1708.02002

2.bn层的作用：约束网络中参数的规模，防止梯度过大，加快网络的收敛。

batchnormal（BN）：传统卷积网络中使用的normalization形式，在数据B这个维度进行normal，相当于（B，C，H，W）的数据，在B维度上求均值方差，mu为（1，C，H，W），然后再做变换，归一化处理。

layernormal（LN）：为了解决两个问题：（1）自然语言处理中，每个batch的数据长度不一样，batchnormal只能把那些缺失的维度设为0，相当于没有起到归一化的作用；（2）batch的值如果太小，效果也不好。LN相当于在网络的神经元输出进行归一化，对每一个样本的C维度上求均值方差去变换。

3.分类任务使用交叉熵函数，回归任务使用均方误差函数

4.RCNN框架（后面系统学目标检测的时候，再出笔记吧）

5.准确率、精确率、召回率

（1）准确率

（2）精确率：预测的正类里，有多少预测对了

（3）召回率：所有的正类样本里，有多少预测对了

6.梯度消失和爆炸：

需要讲到反向传播的链式法则，也可以简单提一下resnet相关的东西。

---

4.排序算法了解多少：​​​​​​​

简单排序：插入排序、选择排序、冒泡排序

分治排序：快速排序、归并排序

分配排序：桶排序、基数排序

树状排序：堆排序（必学）

其他：计数排序（必学）、希尔排序

（挖个坑，后面专门学一下排序，手撕一下算法）​​​​​​​