总:边看简历 边挑点询问
一、讲讲论文
感觉讲述只是围绕数学方面围绕模拟未知方法,和网络没啥关系
优势本身也和深度学习没关
二、选一个全程参与的项目讲讲----整体感知网络
1、这里加粗了“希尔伯特变换”,是干啥的 作用是什么
2、整体感知 是表示什么,是怎么实现的
三、实习的项目:门头图模型 没让展开讲 但是问了实现细节
1、swin-b-transform 滑动窗口是怎么操作实现对特征图下采样的 ,我实现中 是把原特征图降采样到了多大
—解答:patch merging,在我的实现中是把特征图采样到了多大 (每个阶段尺寸减半 通道数翻倍1/16 通道数翻倍 原size是256 最后是16
2、ES部署是 什么
TensorRT是一种专门针对高性能推理的模型框架,也可以解析其它框架
3、Focal loss的原理 讲一讲
四、你专业是信号处理 后面不考虑去这个方向吗,不再学雷达信号处理了吗?
----推测:hr以为我的项目都很偏信号处理 信号与系统 等 方面,主要描述都太偏了 难以看到合适的
五、为什么考研选择电院,如果喜欢视觉算法岗?
六、问项目落地与否 是论文的项目吗 有实际成品吗?
hr建议:匹配深度学习的项目经历 实践少,要多一点才突出 会有亮点。
毕竟理论上可能都会一点,都会查阅资料
其他还问到了一些深度学习基础知识,比如BN的作用,在训练和测试阶段BN的使用有什么区别?
调用model.eval()将dropout和批处理规范化层设置为评估模式。如果不这样做,将导致不一致的推理结果。