网易传媒(2020.01.09)
一面(45分钟):聊项目
二面(65分+我中途有事打断面试)
- 上来问项目【45分钟+】(图片特征提取faster rcnn ,固定36个,如何构建graph,graph特征融合,attention LSTM)
- 深度学习基础【15分钟】:
(1) 参数计算(channel 3 , 3*3, feature map 是64 )
(2)softmax(我居然说成sigmoid(尴尬!))
(3)交叉熵损失 - 代码(打断了…)
总体感觉:面试官人挺好,技术也挺厉害的,问的很深入,有技术含量
毕马威(2020.01.11)
一面(40分钟,过):
- 针对项目,问了下faster rcnn的大体流程,attention lstm如何实现
- 了解单步检测算法么,大致说说SSD、YOLO,为什么比faster rcnn快,区别在哪?
- 1*1卷积的作用
总体感觉:面试官人好,氛围融洽,没有深入问。
平安人寿(2020.02.04)
一面(45分钟,过):
- 针对人脸项目,问使用dlib怎么获得人脸特征,关键点作用,faiss高效(为什么)
- 针对论文,问faster rcnn,如何进行GCN,attenion
- 问MLP+sigmoid ,随机初始化或初始化为0可不可以,换成少层的神经网络可以么?
- 代码:N*N的网格,从左下到右上有多少种走法(动态规划or递归)
总体感觉:面试官人不错,氛围也不错,技术问的一般
二面(69分钟):
- 问项目,以图搜图如何实现,faster rcnn如何得到36个proposal,生成文本和label的distance,为什么每句话pad成16,Loss,和谁比有提高
- 代码:不使用库函数,实现图片读取,并反转;用" “替换”%20"
总体感觉:挺有压力的,面试官问的点都很细,gg思密达
DMAI(2020.02.11)
一面(55分钟)
- 项目,没深问(25分钟),faster rcnn
- 聊一聊你的方向的应用场景(开放题)
- 说一下你熟悉的CNN网络有哪些(回头要整理下CNN发展史)
- 代码题:合并2颗树,pytorch实现resnet的卷积结构(不会)
- 问了一下哪表现不太行:1)有些地方描述不够清晰;2)知识点会的就要说清楚,不会没关系。
总体感觉:面试官人不错,氛围挺好的,技术问的一般。
腾讯优途
电话一面(35分钟,(2020.03.17))
论文
电话二面(35分钟,(2020.03.19))
论文 + 杂七杂八
Bigo
视频一面(45分钟,(2020.03.19))
论文 + 一些经典网络 + 按层打印二叉树 + 膨胀卷积
视频二面(35分钟,(2020.03.19))
- 大致讲了论文,延伸出faster rcnn的损失和ssd的损失差别(smoothl1)
- ssd的实现细节
- bn、线性回归的求导w公式
- flask框架【gunicorn不会,回头看一下】、faiss框架
- python基础【1、解释器和生成器,2、可变or不可变对象,3、回收机制,4、锁机制】——这块基础答的不好
- 有什么要问的吗?
视频三面(15分钟,(2020.03.19))
- 介绍一下image captioning 的发展史
- 主要问深度学习与机器学习基础【1、Relu和sigmoid,2、BN,3、dropout】
- 你有什么要问的吗?这么快?前面面试官已经问挺多了…
总体感觉:python基础这块不太好,要抓紧看看基础