秋招总结(面试建议在最后)

学历:双非本科+985专硕研究生。

能力:真的是渣渣,不骗大家,本科主要使用.net C#,研究生主要用python,然而却要找c++开发(暑假实习用python找,真心不好找)。

过程:3月份开始找实习,刚刚开始找运维岗,因为python比较适合搞运维,然而挂了一片,运维很多东西不懂,后来发现其实是自己太菜;然后找开发岗,找了一个,因为个人原因和时间原因没答应,这里说一下个人观点:如果找到好的实习(平台比较大,自己喜欢的岗位),还是去一下比较好,如果找的实习不是太好,不如好好复习刷题准备秋招;本科学过c++,没有实际项目(面试的硬伤),6月份开始转c++,看书刷题,国庆之前拿到了6个offer,结束了秋招。

拿到的offer:

顺丰测试岗:顺丰是我拿到的第一个,当时听说顺丰后台主要是java,所以投了测试岗,一面的时候问了一些测试的问题都没答上来,本来以为挂了,二面面hr的时候没啥子顾虑,感觉聊的挺开心,没想到最后过了,现在记得的一些问题有:一个测试用例里面有哪些基本的东西、一个bug里面有哪些基本的东西、给你海量的数据,如何实现快速索引、TCP握手详细过程......;hr面一般都是非技术问题,比较开放。

  个人感觉顺丰效率还可以,面试难度一般般,不过薪资相对来说有点低,虽然测试。

深信服C++开发岗:深信服最蛋疼的是中秋那一天面试,我就奇怪面试官都不放假吗,不过深信服是最干脆的一个,hr面后直接告诉通过了;一面问了:linux常用命令、fork和wait(关于僵尸进程和孤儿进程)、手写strcpy、strcpy和strncpy差别、TCP四次挥手详细过程以及为什么等待2MSL、智力题:100层大楼,给你两个玻璃珠,最少需要几次一定能找到这栋大楼摔碎玻璃珠的临界楼层(详细问题及解法:第二题)....;二面面试官好像特别累,不想问我啥基础就全程问项目,怼的我....;3面hr面说过了,然后就谈谈岗位地点、大概的薪资待遇、岗位的特点啥的。

  个人感觉面试还有效率,深信服都是相当可以,面试难度还是有一点,喜欢考你的逻辑思维,而且现场撸代码,薪资不低不高,听说加薪很快,但加班不逊色于华为。

招银网络:非国企但很类似国企,银行中技术比较好的公司了,面试难度不大,记得但是问了一个C++连接数据库的问题,让我手写,瞬间就蒙了,说不会,面试官就问我会啥,我就开始从linux基础到c++指针、智能指针开始砍,把面试官砍蒙了;二面也是基础问题:进程通信、TCP握手挥手....;hr面感觉比较重要,问本科有没有拿过奖学金,研究生有没有拿过奖学金,竞赛拿过什么奖,本人参加过几个小竞赛,本科拿过国奖,所以感觉hr面面的还是可以的。

  一、二面感觉不太好,hr面感觉不错,本来以为挂了,没想到确拿到了,面试不难,主要是看本科和研究生成绩和个人的表达能力,薪资一般福利比较好,但是一毕业就去非互联网公司感觉不能提升。

④  海康威视C++开发岗:国企,国内做摄像头的龙头老大,面试人特别特别特别多,一面:vector的迭代器失效问题、vector中的size和capacity的差别、vector中inset的实现(面试官问STL源码哪一个比较熟悉,我说了vector)、项目难点以及个人解决思路、数据库4种隔离级别......,二面hr面类似招银网络。

  面试人太多,等的时间太久,面试喜欢问基础的东西,难度大于招银网络,薪资总体低于招银网络,但平台比较大,面试体验也不错。

迅雷运维工程师:以为迅雷后台以Java为主,所以投了运维(被携程坑了的缘故),迅雷一面:linux基本命令、以linux系统为例,按下开机键到加载操作系统发生了什么、输入www.baidu.com到加载出网页发生了什么(这是一个可简可繁的问题,可以看出个人的基础)、C++智能指针、TCP3次握手、TCP流量控制和拥塞控制、CDN了解多少.....,二面面试官好像是个大佬,问的都是很开放的问题,应该是考验思维能力,hr面问一下个人情况。

  迅雷完全是个意外,最开始投简历没太考虑方向,当初一面完,通知二面的时间和深信服的offer交流会时间冲突,当时准备不面了,拒绝了一次,后来hr给我打了第二次电话(后来知道因为一面面试官给的评分比较高),赶到面试现场基本没人了,就我一个人二面,面完直接叫等hr面;整体的面试过程还是很愉快的,第二天现场签二方。

⑥ 华为软件开发:华为投的是8月份优招,华为很看学历,面试大家懂的 玄学;一面问了些基础,二面面试官和我就:为什么你本科同学英语过不了6级讨论了好久(博主6级低分飘过),二面面试完都是一脸懵逼,完全搞不清楚面试官在考察什么的,更恐怖的是面试官还在记录什么,最后也不知道怎么过了。

  华为是最拖的一个,8月多优招,9月初发短信说面试通过,10月中旬才开始签约,那时候一些公司都签的差不多了;这里说一下关于华为的招聘,网上流传各种状态码,其实大家真的不用在意,没用,安心等着吧,虽然真的很痛苦。

签约的offer:

  博主最后签了迅雷,面向工资编程,当然还考虑了地点,具体的薪资,因为要保密,大家可以去牛客网看看。

挂掉的公司(岗位都是开发岗):

BAT:百度一面挂,由于博主不熟悉网络编程,面试官好像没什么面试兴趣,现场转系统开发工程师(偏网络),再次一面面了40分钟左右,网络协议问的比较多:TCP握手、TCP流量控制和拥塞控制、DNS、ARP、RARP用在那些场合....,没有二面通知。阿里一面挂,面试官对我的项目很感兴趣,问了很多机器学习的知识,准备秋招的时候基本没看,直接挂。腾讯感觉不招人了,一面面试官全程30分钟都在玩手机,问了一些基础题,就挂了。

WMJ:美团二面完,没收到hr面,一面手撕代码+几个面试题:核心态和用户态、C++编译过程、TCP握手(现场化详细过程)、进程通信......,二面:项目、c++指针与引用、c++智能指针、c++菱形继承、手撕2道题,个人感觉还不错。网易互娱二面,没收到offer,也没收到拒绝信,估计在池子里面泡着;网易一面70多分钟(完全没有夸张):LRU底层实现(链表+哈希表)、c++智能指针、指针和引用的差别、select和epoll差别、linux基本命令(就问用过哪些)、c++4种类的强制转换(static_cast, dynamic_cast等)、c++11新特性有哪些、python垃圾回收、python中range和xrange差别、python装饰器和闭包、数据库索引(红黑树)、B+树和B树、c++锁......,面完等了半个小时二面,二面50分钟:手写智能指针底层实现(前一天晚上敲过一遍,有一点印象),写了大部分、STL源码了解哪些,说了vector,面试官又问deque,记得不清,回答的不怎么好、一道数组题,各种变换条件(至少5次),面试官一直问有没有更好的方法。网易面试感觉问的特别深,个人感觉还不错,然而挂了。京东一面挂,最后问要不要转运维,拒绝了,面试问题:手写链表逆序、c++继承、c++虚函数、怎么将UDP改成TCP实现可靠通信......。

携程、360:两个最奇葩的面试经历,携程是自我介绍完,面试官说不招c++,5分钟就走了,我等了一个小时,当时那个气啊。360是牛客网网站上的视频面试,面了30分钟,面试官掉线了,然后就没有然后了,360面试问题有: Tracert原理、智能DNS、ping返回超过4个的结果怎么处理、tcp粘包....。

远景智能、搜狗:远景智能面试比较早,当时基础不牢,一面手写约瑟夫环以及c++基本问题,二面问STL源码以及c++新特性,没有回答出来,就挂了。搜狗面了30分钟,全程问项目,面试官感觉我的项目问题很多,提出了很多建议,然后就没有然后了。

小米、多益网络:小米国庆之后面试,太累不想面了、多益网络时间冲突拒绝了(当天有3个面试、2个笔试)。

笔试挂的公司:贝壳、头条、cetv、拼多多、小红书、好未来、vivo。

最后的建议:

  一般面试第一步是自我介绍,这里是考验大家的语言表达能力,要提前练习一下,不要有长时间的停顿,对于自己做的项目不仅要介绍自己做的,对于整个项目也要有一个整体的了解,要不面试官会以为你在项目里面就是一个打酱油的角色;第二步是基础考察,包括操作系统、数据结构、计算机网络、计算机组成和编程语言基础,这个靠个人积累;第三步可能有手撕代码考研大家的代码能力,推荐到牛客网去刷题,刷题最好不要停,直到面试结束;第4步可能有智能题,刷面经去积累。

  对于C++,指针、智能指针、STL源码、c++11新特性等,这里奉上博主的一些总结,都是面试时的泪:面试基础知识集合(python、计算机网络、操作系统、数据结构、数据库等杂记)

转载于:https://www.cnblogs.com/ybf-yyj/p/9795066.html

### RT-DETRv3 网络结构分析 RT-DETRv3 是一种基于 Transformer 的实时端到端目标检测算法,其核心在于通过引入分层密集正监督方法以及一系列创新性的训练策略,解决了传统 DETR 模型收敛慢和解码器训练不足的问题。以下是 RT-DETRv3 的主要网络结构特点: #### 1. **基于 CNN 的辅助分支** 为了增强编码器的特征表示能力,RT-DETRv3 引入了一个基于卷积神经网络 (CNN) 的辅助分支[^3]。这一分支提供了密集的监督信号,能够与原始解码器协同工作,从而提升整体性能。 ```python class AuxiliaryBranch(nn.Module): def __init__(self, in_channels, out_channels): super(AuxiliaryBranch, self).__init__() self.conv = nn.Conv2d(in_channels, out_channels, kernel_size=3, padding=1) self.bn = nn.BatchNorm2d(out_channels) def forward(self, x): return F.relu(self.bn(self.conv(x))) ``` 此部分的设计灵感来源于传统的 CNN 架构,例如 YOLO 系列中的 CSPNet 和 PAN 结构[^2],这些技术被用来优化特征提取效率并减少计算开销。 --- #### 2. **自注意力扰动学习策略** 为解决解码器训练不足的问题,RT-DETRv3 提出了一种名为 *self-att 扰动* 的新学习策略。这种策略通过对多个查询组中阳性样本的标签分配进行多样化处理,有效增加了阳例的数量,进而提高了模型的学习能力和泛化性能。 具体实现方式是在训练过程中动态调整注意力权重分布,确保更多的高质量查询可以与真实标注 (Ground Truth) 进行匹配。 --- #### 3. **共享权重解编码器分支** 除了上述改进外,RT-DETRv3 还引入了一个共享权重的解编码器分支,专门用于提供密集的正向监督信号。这一设计不仅简化了模型架构,还显著降低了参数量和推理时间,使其更适合实时应用需求。 ```python class SharedDecoderEncoder(nn.Module): def __init__(self, d_model, nhead, num_layers): super(SharedDecoderEncoder, self).__init__() decoder_layer = nn.TransformerDecoderLayer(d_model=d_model, nhead=nhead) self.decoder = nn.TransformerDecoder(decoder_layer, num_layers=num_layers) def forward(self, tgt, memory): return self.decoder(tgt=tgt, memory=memory) ``` 通过这种方式,RT-DETRv3 实现了高效的目标检测流程,在保持高精度的同时大幅缩短了推理延迟。 --- #### 4. **与其他模型的关系** 值得一提的是,RT-DETRv3 并未完全抛弃经典的 CNN 技术,而是将其与 Transformer 结合起来形成混合架构[^4]。例如,它采用了 YOLO 系列中的 RepNCSP 模块替代冗余的多尺度自注意力层,从而减少了不必要的计算负担。 此外,RT-DETRv3 还借鉴了 DETR 的一对一匹配策略,并在此基础上进行了优化,进一步提升了小目标检测的能力。 --- ### 总结 综上所述,RT-DETRv3 的网络结构主要包括以下几个关键组件:基于 CNN 的辅助分支、自注意力扰动学习策略、共享权重解编码器分支以及混合编码器设计。这些技术创新共同推动了实时目标检测领域的发展,使其在复杂场景下的表现更加出色。 ---
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