面试笔试准备/总结
关注
分享
扫一扫
文章平均质量分 93
大写的ZDQ
这个作者很懒，什么都没留下…
展开
-
白山云科技提前批
0.自我介绍1.地平线的项目介绍2.无人机项目介绍3.机器学习的问题：Lr和SVM的区别，Kmeans的优缺点，怎么解决同一批数据最终聚类结果不一致的情况，K值怎么选取比较好。4.字符串的特征工程怎么做。5.GPU怎么加速深度学习神经网络。6.有什么要问的。总结：机器学习稳得很多，就算是找cv，深度学习的岗位，也要熟悉机器学习常见的算法。...原创 2019-08-23 14:49:33 · 443 阅读 · 0 评论
-
深信服秋招提前批
1面：33min0.自我介绍1.无人机项目论文介绍（细节，深挖，原理，难点，亮点）一定要熟悉。2.实习项目（量化训练算法包项目）介绍，原理，提升点在哪，为什么可以提升。3.算法题：找出链表的倒数第k个节点，暴力解法，优化解法4.python当中的值传递和引用传递5.有什么要问我的2面：31min0.自我介绍1.实习项目介绍2.过拟合，欠拟合，方差，偏差，如何解决欠拟合，如何解决...原创 2019-08-23 14:46:30 · 383 阅读 · 0 评论 -
上海媒智科技计算机视觉算法
一面 1h狂轰滥炸，把我会的都问了，不会的也问了。。。0.自我介绍1.无人机项目介绍2.深挖细节：YOLOv3的数据增强有哪些？3.YOLOv3中的多尺度的anchors和ground truth是怎么得到最终的target的？grid？这是重点，关系到最后的训练。4.YOLOv3的anchor是怎么来的，什么公式，聚类5.YOLOv3的LOSS由哪几部分组成，分别是什么？LOSS如...原创 2019-08-28 19:42:38 · 761 阅读 · 0 评论 -
Horizon提前批面试凉经
1h1.自我介绍2.两个项目介绍（难点，学到了什么）3.知道哪些常见的排序，快排的时间空间复杂度，时候会有最坏的时间复杂度。4.用c/c++实现python中的list列表5.二叉树的后序遍历...原创 2019-08-17 10:23:49 · 223 阅读 · 0 评论 -
苏宁算法岗面试
一面：0.自我介绍1.hr问了一大堆问题，交换生经历，城市，实习与学校的区别等等。2.技术问题，熟悉哪些深度学习与机器学习的东西，我说了深度学习的东西，开始问。3.过拟合和欠拟合的原理和解决方案，过拟合和欠拟合在性能上的结果，举了imagenet当中搞得分类问题，为什么会有这样的指标？4.池化层的作用是什么？5.卷积层中的权值共享和平移不变性的原理。6.BN层的原理，他加在哪一层，B...原创 2019-09-02 21:10:09 · 920 阅读 · 0 评论 -
中科类脑cv面试
一面 37min0.自我介绍1.无人机项目，yolov3训练当中遇到的问题。我回答的是用原始imagenet上面预训练的模型去finetune会导致loss出现nan，所以我使用自己的数据集去训了一下，然后用1.2epoch左右的模型拿去finetune。然后被质疑了，没有分类网络的模型去finetune是训不起来的。2.实习项目，各个tricks的原理，作用，实现：label smoot...原创 2019-09-10 11:56:27 · 1832 阅读 · 0 评论 -
招银网络科技算法面试
1面 30min0.自我介绍都没有，直接怼项目，说了无人机的1.结果面试官问了地平线的那个。。。然后又说了一下实习的项目2.问了alexnet，resnet等cnn的区别3.cnn的细节，cnn用来干嘛的，原理，池化层用来干嘛的，原理4.为什么池化层有平移不变性，怎么解决旋转不变性，CNN解决。4.实践中有没有遇到梯度消失和梯度爆炸的情况？什么现象？5.什么原因引起梯度消失，梯度爆...原创 2019-09-10 12:08:29 · 10198 阅读 · 0 评论 -
地平线正式批算法凉经
0.自我介绍1.介绍了一下在地平线这段时间实习的工作，着重介绍量化算法包的研发。2.结果噩梦开始了。。。最有用的trick是什么，我说了cos decay，然后怼原理，公式，写出来，画图是什么样的。这里就有点卡住了。3.给定一个模型的lr，weight decay，之前的权重W和当前的反向传播梯度grad，求出新的W权重。。。写公式，当时不记得怎么把weight decay加上去，位置不知道...原创 2019-09-13 09:59:53 · 1006 阅读 · 0 评论 -
华为2019春招笔试题
1.有多组整数数组，需要将他们合并成一个新的数组，合并规则，从每个数组里按顺序取出固定长度或者已经为空，则直接取出剩余部分的内容放到新的数组中，继续下一行。第一行是读取固定长度，长度>0第2-n行是需要合并的数据，不同的数组用回车换行分隔，数组内部用逗号分隔。eg：32，5，6，7，9，5，71，7，4，3，4输出：2,5，6,1，7,4，7,9，5,3，4,7思路：按照顺序...原创 2019-04-10 20:28:38 · 1919 阅读 · 0 评论 -
比特大陆算法面试
1面 45min0.自我介绍1.地平线量化算法，量化训练介绍，和tensorRT有什么区别2.warmup原理介绍，还有同步BN操作的介绍。3.无人机项目的车道线检测部分的介绍。为什么不用图像分割的算法。4.海思芯片项目的介绍，为什么不都用X1芯片进行操作，解释了一波过程5.代码题：字符串匹配，用的正则化表达式，re.match。后面面试官要我用其他方法实现，用暴力，用KMP要我实现...原创 2019-12-04 21:44:47 · 959 阅读 · 0 评论 -
金山WPS计算机视觉算法工程师
34min 都是问技术基础0.自我介绍1.无人机项目中的技术点基础，YOLOv3是怎么训练的，还用过什么目标检测算法，fasterrcnn，ssd，为什么不用ssd。2.canny边缘检测。问了很多传统图像处理的算法，图像分割的，图像锐化的，图像平滑的，直方图概念，直方图均衡化。3.卷积为什么相比传统的特征提取要友好？4.C++的，list和vector的区别。。没答上来。5.ma...原创 2019-10-23 14:16:17 · 782 阅读 · 0 评论 -
苏州微软面试记录
拖同学内推的福气，有幸能去微软这所国际巨头面试，虽然结果是没有通过，但是也体验了一番大厂的技术与氛围1面 1h 面试官是个93年的帅哥，真的是厉害！0.面试官介绍了一下面试内容流程，没错就是直接就开始写编程题。1.面试题是这样的，假设有3栋楼，每栋楼都有对应的高度，假设是(10,15,12)，我们有升序排列的包裹，代号表示为（9,14,25,36），要输出包裹被deliver到第几栋大楼的...原创 2019-10-14 22:13:43 · 7487 阅读 · 2 评论 -
暗物智能面试
1面 30min0.自我介绍1.介绍yolo三个版本的原理以及区别2.量化算法项目中用到的tricks。3.resize图片如果耗时过大怎么解决（GPU加速？）4.图像预处理的一些方法，偏部署的。面的是移动端算法研发，面试官做的是偏底层部署的东西，可能不是很匹配吧~...原创 2019-09-30 11:09:11 · 1182 阅读 · 1 评论 -
趋势科技面试
1面 30min0.自我介绍1.介绍地平线的项目2.快排，以及快排的各种改进3.C++多态，编译和运行时多态的区别4.C++构造函数和析构函数是不是虚函数5.一些数据结构的简单问题。6.其他的一些非技术问题。...原创 2019-09-30 11:05:58 · 525 阅读 · 0 评论 -
ucloud算法岗面试
1面 30min0.自我介绍1.手撕代码：二叉树的层次遍历2.问了一下我的地平线项目3.SVM的原理过程4.无人机项目详细介绍5.手写resnet50的代码，用gluon框架（这个intel问到过，还好复习了）6.问了一下云计算公司的AI团队是做什么的2面 hr 15min0.有什么offer，薪资多少1.自己有什么优点和缺点2.家里的情况3.对ucloud的认识4，有什...原创 2019-09-30 11:04:30 · 876 阅读 · 0 评论 -
vivo深度学习AI算法面试
一面 35min0.自我介绍1.无人机项目介绍2.当中的目标检测为什么要使用yolov33.目标检测当中one stage 和two stage的区别4.量化算法项目的介绍5.量化步骤中的一些问题，反向传播ste op的问题6.参数调优的方法，讲了cos decay， labelsmoothing， mixup7.讲了一下自己的两阶段数据增强，为什么要这么做8.softmax公式...原创 2019-09-28 09:24:05 · 1103 阅读 · 0 评论 -
英特尔IT面试
1面 40min0.自我介绍1.介绍量化算法项目2.问了一下为什么量化算法中的ste op是这样的操作3.怎么能够确定是可以转成定点的4.给一个网络结构，在部署的时候判断每一层是否是定点的还是浮点的5.syn BN的介绍6.BN的一些细节7.手写gluon框架下的resnet508.讨论了一下flex部门的工作内容2面 40min0.自我介绍1.无人机项目详细介绍2.要是...原创 2019-09-28 09:18:26 · 1095 阅读 · 0 评论 -
高通机器学习与多媒体工程师面试
1面 30min0.自我介绍1.详细介绍无人机的项目，讨论了一下视频的格式问题2.稍微讲了一下量化算法。3.交流了一下高通这个岗位做的东西2面 35min0.自我介绍1.介绍了数学建模大赛的东西2.量化算法项目介绍3.海思NNIE项目简单介绍4.问了一些简单的问题，忘了，比如说opencv熟悉不？5.聊了一会3面 hr面 20min0.搞AI为什么不去互联网和独角兽？1...原创 2019-09-28 09:01:05 · 1397 阅读 · 2 评论 -
科大讯飞算法面试
1面 35min0.自我介绍1.项目，地平线的量化项目2.无人机的项目3.项目的难点和亮点在哪？4.算法题（1）树根节点到叶节点的最大和（DP）（2）一群人过河，知道每个人的体重和船的最大载重，每条船上只能放两个人，问需要多少条船把人都运过河（贪心）2面 30min0.量化算法介绍1.python用的什么版本的2.python迭代器3.python的__是用来干嘛的4....原创 2019-09-23 18:30:27 · 1693 阅读 · 0 评论 -
依图算法面试
54min0.自我介绍1.面试官直接就说上来就是要做两道题的，后面有空再看看项目。2.第一题，最大子序列的和，DP 。leetcode 53 这个写出来了3.leetcode 304 二维区域和检索 - 矩阵不可变，相当于从1维变成了二维。（不会）4.1-n个数，随机删除一个数，求得删除的那个元素是什么，优化，不用排序。 这个写出来了5.如果删除两个数怎么写。。。（不会）加油，编程要...原创 2019-09-17 22:13:48 · 680 阅读 · 1 评论 -
秋招与cv算法岗阶段总结2019/9/4
找一个业界做的不错的学长讨论AI算法岗最近的面试情况，总结如下：0.大致介绍了自己的履历，最近面试的几家公司失败的原因。撕代码撕不出来，Python基础不是很扎实，C++不熟悉，写在简历上的知识细节么有掌握。失败在所难免，然后笔试编程多，知识面广，需要花费很大的精力。需要做的准备：1.数据结构算法，刷经典的题目，常考的。2.YOLOv3看源码，弄懂每一个细节。3.因为学校，论文不好，算法...原创 2019-09-04 14:04:17 · 493 阅读 · 0 评论 -
Leetcode回溯算法模板
回溯算法Leetcode汇总：78.子集class Solution: def subsets(self, nums): if not nums: return [] res = [] n = len(nums) def helper(idx, temp_list): res.append(temp_list) f...原创 2019-08-24 14:48:10 · 662 阅读 · 0 评论 -
笔试当中的python输入操作
一般第一行是一个整数，就是代表后续输入多少行，我们可以用str = int(input())来读取这个数字，如果是整数，就在前面加上一个int()如果是多行的输入，我们可以使用a = list(map(int, input().strip().split()))把输入进来的按空格分开的数组给合起来，用逗号隔开，方法哦列表当中，如果也是整数，要记得用int如果第一行的整数是后续一个矩...原创 2019-08-18 22:04:57 · 1577 阅读 · 0 评论 -
金山WPS面试
1.项目的一点介绍2.OCR CTPN算法的原理和loss的细节3.FaceNet的原理和loss的细节原创 2019-04-24 21:32:32 · 1286 阅读 · 0 评论 -
江行智能，云知声，南京积图春招面试总结
江行：30min1.直接问项目细节2.canny原理，二值化，灰度化原理。3.比赛改进的话怎么改4.LSTM的原理，RNN用于哪些数据5.CNN用于哪些数据6.哪些问题要问云知声 30min1.自我介绍2.项目细节3.如何判断最终项目的结果4.YOLOv3详细介绍5 有什么问题南京积图主要就是项目，聊得不亦乐乎。。。比赛稍微讲了一下下...原创 2019-04-23 15:19:43 · 598 阅读 · 0 评论 -
奥比中光cv春招面试总结
技术面：（45min）1.自我介绍2.项目介绍3 YOLOv3跑过没有4 Hough变换的原理5 项目当中的细节如何实现的6 图像分割了解多少？7 问1 * 1的作用8 全连接层的训练过程9 自己在实际训练的过程中遇到了哪些问题，有什么trick？10 数据集不够大的时候应该怎么办？11 有什么问题要问我的？HR面 （27min）1.介绍一下研究生阶段的项目2.介绍一下...原创 2019-04-23 14:53:05 · 3565 阅读 · 0 评论 -
Horizon地平线机器人春招面试总结
一轮：37min1.YOLOv3跑过pasca voc没有，指标精确率是多少？YOLO当中训练的loss是什么，不仅仅是binary cross entropy，还要知道实际论文当中使用的loss。2.numpy手撕代码，人脸识别的场景下，输入10512的feature map，用这个在1000512的特征库当中用欧氏距离去匹配10512的feature map，用这个在1000512的特征库...原创 2019-04-19 20:31:19 · 908 阅读 · 0 评论 -
miniVision(小视科技)面试总结
上午10点15到公司，hr让我先笔试。1.C++ STL当中map和hash_map的查找算法是怎么样的，时间复杂度是多少。https://blog.youkuaiyun.com/dongtingzhizi/article/details/86292852.线程和进程的区别，以及什么时候适合用线程进程。https://blog.youkuaiyun.com/linux12121/article/details/5...原创 2019-03-26 15:56:52 · 2377 阅读 · 0 评论 -
春招面试(驭势科技)
第一次面试1.自我介绍2.狂问项目细节。无人机获取图片的分辨率，车辆占整张图片的百分比，连续帧进行处理，数据集pascal voc问题，为什么要用yolo算法？车道线检测讲了很久，Canny，Hough，聚类。Canny这边会遇到什么问题(很多干扰的边缘)，从而经过Hough有干扰的线。怎么解决？（相同场景下可以，但是参数调整得出的边缘图像一般还是会有干扰，水平线是可以通过角度滤掉，但是旁...原创 2019-03-13 18:46:54 · 2692 阅读 · 3 评论 -
降低过拟合和欠拟合的方法
降低过拟合的方法1.从数据入手，获得更多的训练数据。使用更多的训练数据是解决过拟合最有效的手段，因为更多的样本能够让模型学习到更多更有效的特征，减小噪声的影响。直接增加实验数据很难，可以通过一定的规则来扩充训练数据。如，通过图像的平移，旋转，缩放等方式。还可以用GAN来合成。2.降低模型的复杂度，在数据较少时，模型过于复杂是产生过拟合的主要因素。适当降低模型复杂度可以避免模型拟合过多的采样噪声...原创 2019-03-04 21:41:42 · 6876 阅读 · 0 评论 -
图像数据不足时的处理方法
一个模型所能提供的信息一般来源于两个方面，一是训练数据中蕴含的信息；二是在模型的形成过程中（构造，学习，推理），人们提供的先验信息。训练数据不足时，说明模型从从原始信息获取的信息比较少，要想保证效果，就要更多的先验信息。先验信息可以作用在模型上，例如让模型采用特定的内在结构，条件假设；先验信息也可以直接施加在数据集上，即根据特定的先验假设去调整，变换或扩展训练数据，让其展现出更多更有用的信息，以利...原创 2019-03-04 20:04:12 · 1789 阅读 · 0 评论 -
机器学习之聚类算法总结
聚类实在实现不知道任何样本类别标签的情况下，通过数据之间的内在关系把样本划分为若干类别，使得同类别样本之间的相似度高，不同类别之间的样本相似度低。分类问题属于监督学习范畴，而聚类则是非监督学习。Kmeans他的基本思想是：通过迭代过程把数据集划分为不同的类别，使得评价聚类性能的准则函数达到最优，从而使生成的每个聚类内紧凑，类间独立。算法的过程：1.数据预处理，如归一化，离散点处理等。2...原创 2019-01-30 16:17:21 · 1134 阅读 · 1 评论 -
机器学习之集成学习相关考点
1.集成学习分哪几种，有何异同？Bagging在训练的过程中，各弱分类器无强依赖，可以进行并行训练，更像是一个集体决策的过程，最终做决策的时候，每个个体单独做判断，在通过投票的方式做出最后的集体决策boosting采用弱分类器串行的方式，有依赖。基本思路是将弱分类器叠加，每一层在训练的时候，对前一层的弱分类器分错的样本，给予更高的权重。测试时，根据各层分类器的结果的加权得到最终结果。再从...原创 2019-01-30 11:01:21 · 504 阅读 · 0 评论 -
集成学习知识点
集成学习（ensemble learning）通过多个机器学习模型的组合形成一个精度更高的模型，参与组合的模型称为弱学习器（weak learner）。在预测时使用这些弱学习器模型联合进行预测，训练时需要用训练样本集依次训练出这些弱学习器。根据训练各个弱学习器的不同思路，目前广为使用的有两种方案：Bagging和Boosting前者通过对原始训练样本集进行随机抽样，形成不同的训练样本集来训练...原创 2019-01-29 22:26:01 · 1117 阅读 · 0 评论 -
知识点总结—KNN
**算法：**给一个点x0x_0x0,我们在训练集中找到K个最近邻近的店，根据这K个点的分类来决定x0x_0x0的类别距离度量Minkovski距离：对于X=（x1,x2,…xn）Y=(y1,y2…yn)∣∣X−Y∣∣p=[(x1−y1)p+(x2−y2)p+...(xn−yn)p]1p||X-Y||_p = [(x1-y1)^p+(x2-y2)^p+...(xn-yn)^p]^{\fr...原创 2019-01-28 11:37:41 · 350 阅读 · 0 评论 -
知识点总结-Logistic回归和正则化
线性模型家族中比较著名的就是logistic回归，和线性回归有什么关系？logistic回归处理的是分类问题，而线性回归处理的是回归问题，这是最本质的区别。在logistic回归中，因变量取值是一个二元分布，模型学习得出的是E(y∣x;θ)E(y|x;\theta)E(y∣x;θ),即给定自变量和超参数之后，得到因变量的期望，并基于此期望来处理预测分类问题。目标函数：最大化条件概率max∑l...原创 2019-01-28 11:06:18 · 1294 阅读 · 0 评论 -
YOLOv3实践darknet跑voc数据集的问题
最近在用YOLOv3的darknet训练VOC数据集，初学小白的我对参数，源码还在了解层面，但是结果已经训练开始之后发现IoU出现了nan值循环。所以就开始网上寻找。总结在下：参考：https://blog.youkuaiyun.com/lilai619/article/details/79695109#commentsedit如何训练自己的数据说明：（1）平台 linux + 作者官方代码 【训练指...原创 2019-01-05 17:00:15 · 3430 阅读 · 2 评论 -
目标检测的评估指标mAP的那些事儿
对于使用机器学习解决的大多数常见问题，通常有多种可用的模型。每个模型都有自己的独特之处，并随因素变化而表现不同。每个模型在“验证/测试”数据集上来评估性能，性能衡量使用各种统计量如准确率（accuracy），精确率（precision），召回率（recall）等。选择的统计量通常针对特定应用场景和用例。 对于每个应用场景，选择一个能够客观比较模型的度量指标非常重要。本文将介绍目标检测（Obje...原创 2018-12-19 21:38:33 · 18722 阅读 · 0 评论