春招笔试、面试经历-开发测试

三七互娱-游戏测试-笔试3.13

选择题:
1、游戏相关,吃鸡属于:
RPG:
FPS:

物理输出最高:法师/战士/坦克/萨满
简答题:
1、点击在线测试的开始按钮没有反应可能的原因:
2、手机app闪退的可能原因:
3、登录密码要求5-8位数字组成的无效等价类:
4、博弈论:
箱子里有100个球,甲乙分别拿球,每次最少拿1个,最多拿5个,拿到第100个球的人获胜,甲先拿,问甲第一次拿多少才能保证获胜。
答:甲先拿4个球,(每次拿球保证剩下的球是6(1+5)的倍数)

4399-游戏测试

3.12笔试代码题
sort快排:

void Sort(vector<int> A, int left, int right){
		while(left >= right)
			return ;
		else{
			int i = left, j = right;
			int temp = A[i];
			while(i<j){
				while(i<j && A[j] >= temp) j--;
				A[i] = A[j];
				while(i<j && A[i] < temp) i++;
				A[j] = A[i];
			}
			A[i] = temp;
			Sort(A,left,i-1);
			Sort(A,i+1,right);
		}	
	} 
}

3/19电话面试
自我介绍
bug的生命周期

vivo C/C++软件开发(嵌入式,一面(凉

1、include“” 和<>的区别:
2、int*p = malloc(sizeof(int) 1024);
3、struct结构体在32位操作系统的内存大小:

struct test{
	char s;
	int16_ a;
	int32_ b;
}
  1. struct中成员变量的声明顺序,与成员变量对应的内存顺序是一致的;
  2. struct本身的起始存储地址必须是成员变量中最长的数据类型的整倍数,注意是最长的数据类型,而不是最长的变量。
  3. 内存对齐与编译器设置有关。
  4. int 无论在32位还是64位机器中,都是4个字节, 且带符号。

在这里插入图片描述

招银网络科技

测试开发一面 3/16

自我介绍,他就开始打断我,我感觉这个面试官不行啊,
然后问了我C++指针和引用的区别(看过,但是没说全),还有数据库索引怎么用,测试需要哪些?(不太全)然后我提到了自动化测试。然后他就问了我自动化测试和人工测试的区别,哪些需要交给自动化,哪些必须人工。然后还有项目,就没有然后了。

测试开发2面+hr面 3/25

2面:
自我介绍、问项目、写代码题:(思路比较简单,不复杂,主要考察对一些错误边界情况的考虑)
hr面:
自我介绍、
问考研相关问题(为啥选择考研啊……
平时的兴趣爱好
大学四年最大的收获)
最近在看什么书
找工作情况(面过哪些公司,主要的找的工作地点,为什么选择杭州、找工作主要注重哪些方面……
有什么问题:(我问了导师带着做项目一般多久—三个月)
两周内面试情况会提交到官网。

恒生,测试一面,群面

没想到竟然是群面
1、每个人说一种动植物或者微生物来表现自己的性格特点,不能重复,而且必须涵盖这三类
我说了壁虎,表现自己受到挫折仍能很快振作起来变得更强。
2、小组讨论,把刚刚提到的所有生物,用一个故事串起来,派一个人去讲,(记得时间要记好)

3、每个人擅长的一门学科,然后面试官提一个问题,
C++,static
4、发红包的表结构,算是抢答吧,不必要每个人回答,
我没有补充
5、开发、测试、开发测试的区别,不必要每个人答,
我补充了知识面
最后就是有什么问题要问面试官的

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值