深度学习面试题总结-2022总结

zisuina_2

已于 2022-02-08 14:58:02 修改

阅读量1.4k

点赞数 3

分类专栏：面试深度学习文章标签：深度学习算法面试

于 2021-12-28 10:58:54 首次发布

本文链接：https://blog.youkuaiyun.com/zisuina_2/article/details/122186568

版权

深度学习同时被 2 个专栏收录

7 篇文章

订阅专栏

面试

3 篇文章

订阅专栏

背景：
社招（我估摸着校招聘一样会问，主要方向：自动驾驶）；祝愿每一个求职者都可以顺利；谢谢大家的支持。
我刷题的思路就是repeat repeat repeat，背，背，背，背着背着就懂了；刷的dp，二叉树目前一题没考，好苦。

地平线1面：

自我介绍
mobilenet整合时候的处理（1*1进行通道变化）
手撸depthwise和普通卷积的计算量（吴恩达Mobilenet视频里有讲解， 1/9 + 1/c_out）（https://www.bilibili.com/video/BV1Rf4y1b7NP?p=21）
处理项目时遇到哪些问题，如何处理的（从backbone, neck, taskhead, loss（iou loss, giou, eiou, focal loss等）, augmentation，lr, optimizer等进行回答）
如何优化模型，如题3（从backbone, neck, taskhead, loss, augmentation，lr, optimizer）
yolo的解码方式
mAP代表什么（mean average precision）
目前看过最新的论文有哪些（注意力机制等）
代码：手撸IOU

地平线3面：

代码：

不等概率制作等概率生成器（麻了）

 import numpy as np

def random1(p):
    x1 = np.random.choice([0, 1], p=[p, 1-p])
    print(x1)
    x2 = np.random.choice([0, 1], p=[p, 1-p])
    if x1 == 0 and x2 == 1:
        return 1
    if x1 == 1 and x2 == 0:
        return 0
    else:
        return random1(p)

res = []
for i in range(100):
    res.append(random1(0.1))
print(res.count(0))

-附带rand7()实现rand10():

def rand10():
    while True:
        row = rand7()
        col = rand7()
        res = (row -1)*7 + col
        if res <= 40:
            return 1+(res-1)%10

字节跳动以前考过

赢撤1面

自我介绍
遇到问题，如何优化
小目标检测的解决方案
https://zhuanlan.zhihu.com/p/426047353
代码：反转字符串（给出左边位置，右边位置）leetcode 922

赢撤2面：

c++

c++的特点
c++的11后有什么更改
面向对象的特点（封装，继承，多态）
什么是封装，什么是继承，什么是多态
指针和引用什么区别
智能指针是什么（share_ptr, unique_ptr, weak_ptr
share_ptr的计数方式如何实现的
container（容器）有什么了解吗？排序机制
左值，右值（a = b+ c） a是左值（可引用），（b+c）是右值（不可引用）细节自己再搜搜
代码：

合并区间（leetcode 56）
- 手撸nms（必备考试题目）

商汤一面

手撸Nms(其他的忘了)
目前目标检测的趋势
目前目标检测相对成熟，它的发展趋势有哪些，哪些研究方向：transformer, 小目标，无监督，半监督，fewshot，zeroshot等方向；
小目标检测的解决方案：这篇总结的不错
https://zhuanlan.zhihu.com/p/426047353

MMLAB 1面：

focal loss的公式
小目标如何解决
目标检测的发展历史
手撸Nms
手撸mobilenet inverted residual block

MMLAB 2面：

代码：
16. 手撸Nms
17. 实现resnet residualblock
18. 开放题，两批数据x1,x2输入，如何能预测x1,x2是否匹配，设计forward 和 loss 函数；

MMLAB 3面：

代码：
16. 介绍你自己
17. centernet延伸
18. 手撸BN（不会，…）
19. 实现moduel: 多个输入，每个输入都进行3*3卷积，输出进行concat的

理想(一面）：

focal loss
项目遇到的问题
数据量
coding:
2个栈实现队列

class Queue:
    def __init__(self):
        self.stockA=[]
        self.stockB=[]
    def push(self, node):
        self.stockA.append(node)
    def pop(self):
        if self.stockB==[]:
            if self.stockA==[]:
                return None
            else:
                for i in range(len(self.stockA)):
                    self.stockB.append(self.stockA.pop())
        return self.stockB.pop()

岛屿数量（非dfs）

我只会dfs, 哭唧唧
bfs(不用深度优先搜索)
当时应该自信点，这个我也会耶…诶

class Solution:
    def numIslands(self, grid: [[str]]) -> int:
        def bfs(grid, i, j):
            queue = [[i, j]]
            while queue:
                [i, j] = queue.pop(0)
                if 0 <= i < len(grid) and 0 <= j < len(grid[0]) and grid[i][j] == '1':
                    grid[i][j] = '0'
                    queue += [[i + 1, j], [i - 1, j], [i, j - 1], [i, j + 1]]
        count = 0
        for i in range(len(grid)):
            for j in range(len(grid[0])):
                if grid[i][j] == '0': continue
                bfs(grid, i, j)
                count += 1
        return count