计算机视觉算法工程师面经

面试大概不到一个小时，整体面试感觉难度还行，问的都比较基础。之前打算放弃算法了，所以很多知识都没回顾，面试官人还挺好，我答不上来的就直接跳过
1.大部分时间还是围绕做的项目和研究展开提问【做了图像质量增强和语义分割相关的研究，果然企业还是对落地的项目比较感兴趣】
2.bn ln,gn的区别，BN层为什么要在后面加伽马和贝塔，不加可以吗
3.采用svm，假设在数据少，特征多的场景下，采用什么核函数比较好
4.auc比较高，精确度比较低，是什么原因
5.出现样本不平衡，怎么解决
6.前面介绍项目时用到dropout ，正则化，问其为什么有作用
7.pytorch怎么finetune，如何冻结提取你所需要的特征
8.逻辑回归为什么要使用交叉熵损失
9.如何动态调整学习率
10.目标检测和检索了解吗？【因为这家公司主要是做检测和检索的】