顺丰科技视觉算法工程师面试题

1、在原地即不使用任何额外的空间复杂度交换两个数。

    1.相加寄存：a=a+b b=a-b a=a-b 

    2.位运算：b=a^b; a=a^b; b=a^b

2、模型的方差和偏差是什么，怎么减少bias和var。

    偏差：描述的是预测值（估计值）的期望与真实值之间的差距。偏差越大，越偏离真实数据.

    方差：描述的是预测值的变化范围，离散程度，也就是离其期望值的距离。方差越大，数据的分布越分散。

    Baging减少方差，boosting减少偏差。

3、BN，GN，IN，LN的关系。

    上边这张图显示了四种标准化的方向，其中C轴表示通道，N轴表示Batch中的样本序号，H、W轴可以认为是图像样本中的宽和高。

    Batch Normalization会将一个batch中所有样本的所有feature map按feature map的序号划分为N（N=feature map）组，然后对这N组内的所有像素点进行N次标准化；

    Layer Normalization 是对一个样本中的所有数据进行标准化；

    Instance Normalization是对一个样本中的每一个通道进行单独的标准