面试汇总

---

本面经均总结自Cver 公众号等

一、阿里

3. 介绍一下LR及其损失函数

4. 类别不平衡怎么解决的？

5. ResNet的特点有哪些？

6. 为什么要使用1x1卷积，哪些情况可以使用1x1卷积？

7. 支持向量机(SVM)的原理

8. SVM有哪些核函数？

9. 手写计算AUC曲面面积的代码（伪代码也行）

10. 如何解决过拟合？

11. 讲一下随机森林(RF)的原理

12. YOLO中如何通过 K-Means 得到 anchor boxes？

13. ReLU有哪些变体？

14. BN和GN的区别？各有什么优缺点？

15. 主要用什么语言？（答：C++）

16. 线程和进程的区别？

17. C++的指针和引用有哪些区别？

18. 静态变量可以类内初始化吗？

19. 虚函数表是干嘛的？

20. 介绍一下快速排序原理

21. 为什么需要四次挥手？

22. Python中的对象(Object)和C++中的对象有什么区别？

23. Python的 lambda用过么？

算法

25. 将n个有序链表合并成一个链表（LeetCode No.23）
    Merge k sorted linked lists and return it as one sorted list. Analyze and describe its complexity.
26. 寻找最小连续子序列，返回序列和，以及子序列起始索引和结束索引

二、字节跳动

1. 你了解lstm吗
2. 你了解xgboost算法吗，说下情况
3. 说下你了解的深度学习网络
4. 说下bp的过程
5. 说一下unet的结构
6. 熟悉deeplab吗，aspp是怎样的
7. retinanet的focal loss是解决的什么问题，那focal loss有解决背景样本和目标样本的问题吗
8. opencv做了哪些数据增强
9. faster rcnn回归用的什么公式
10. 熟悉smooth L1吗
11. 说一下nms的操作，那假如一个类有1000个框，怎么计算iou和去掉大于阈值的框
12. 熟悉哪些基础网络，熟悉一些新的网络吗
13. 激活函数有哪些，sigmoid存在什么问题，relu的表达式，relu的变体有哪些
14. 熟悉normalization吗， 说说bn，bn是做了归一化吗，bn是在哪一维进行操作的，那gn有什么用，bn和gn都在哪用
15. 那c++的指针和引用有什么区别，那引用能重新赋值吗，静态变量有什么用，静态变量在哪初始化，能在类内初始化吗，静态函数有什么用

算法题：

1. 给定无序的数组，求出 连续相邻的子数组中最小值乘以长度 使得值最大的连续数组
2. 输出二叉树每一行最左边的元素

三、 网易游戏—预研

1. 深度学习的激活函数
2. 深度学习的优化函数
3. 说下牛顿法（上面的优化函数我没提）
4. BN，BN和普通的Normalization的区别
5. 过拟合的相关问题
6. svm

算法题：

1. 链表怎么判断有没有环，
2. 无线长的数据流，找到第N时刻的第K大的数字

四、微软亚洲研究院

1. 反卷积具体怎么实现的
2. 为什么dropout能减少过拟合
3. rcnn, fast rcnn,fater rcnn,yolo,问了我具体的yolo的那个anchor,反正好多具体的东西

五、小视科技

2. Yolov3相比于Yolov2有什么改进？

3. anchor的细节，问到了anchor当中9个anchor的参数数字各代表什么意思？分开后的参数数字又代表什么？

4. anchor在前向传播中哪个地方做了计算。

5. NMS的原理，假设两个人靠的非常近，则会识别成一个bbx，会有什么问题，怎么解决？

6. 用什么来标注图片（labelimg），pascal voc的标注的格式（XML）

7. 除了检测还会什么dl，答分类，问了resnet的细节，解决了什么问题，是什么结构？为什么能解决这些问题？resnet实现过程，画图说明，add，contact方式的区别和优缺点。相比GoogLenet的优势。

8. 读图片数据是用的什么（cv2），什么方式可以增加图片的维度？就是在（w,h,channel）的基础上增加一维Batch_size批量，numpy，TensorFlow怎么做到上述过程？

9. TensorFlow最新版本的改进（Keras变成tf的高级接口了，直接tf.keras）

10. Pytorch当中permute和view的功能（可惜没用过，没答）。。。

六、腾讯

1. Faster RCNN和SSD有啥不同，为啥SSD快？（不做Region Proposal，one-stage的）
2. 训练加速有什么办法？（答加大batch size，或者先adam再SGD）
3. 如果加大batch size需要调节哪些超参数（答加大learning rate，增加epoch）
4. STL，红黑树，define const，static区别
5. 二阶优化和一阶优化区别
6. SVM推导
7. xgboost ，gbdt

七、百度

2. 看到你项目写到使用过Faster rcnn，请问Faster rcnn的优势是什么，为什么在这个项目使用Faster rcnn

3. 能介绍一下 Faster rcnn RPN的作用和原理吗？

4. ROI pooling 的主要作用是什么？知道 ROI align吗？ 它们两个的区别是什么？

5. 说一下Faster rcnn anchor机制，分别说一下 RPN阶段 两种Loss分别是什么？

6. Faster rcnn有什么不足的地方吗？如何改进？还使用过其它的框架吗？

7. BN的原理

8. 能介绍一下你经常用的optimizer吗？

9. 解释一下什么是凸优化

10. 编程题，手推SVM， 补全CNN部分BP的代码

11. 编程题： 给定一个数组和滑动窗口的大小，找出所有滑动窗口里数值的最大值，就是平时写的滑动窗口最大值

12. 编程题： Leetcode 315原题，线段树，好像也是一个算法竞赛题。

13. 开放性题目：如何进行数据预处理，如何进行数据归一化等等，最后还抛出一个他们业务中正在做的项目中遇到的问题。

八、商汤

4. 请问你在Faster rcnn中使用的哪个基础神经网络模型，VGG还是ResNet? 能介绍一下常用的神经网络模型吗？

5. 看到你使用过LSTM，请问LSTM主要解决什么问题，它的三个门分别是什么，有什么作用？

6. 能从数学层面分析一下梯度消失或者梯度爆炸的原因吗？

7. 说一下dropout可以解决什么问题，为什么有效？

8. 请介绍一下你常用的 Loss 函数， cross entropy的原理是什么？，softnms

9. 你知道的凸函数求极值的方法有哪些？我们在机器学习中经常使用梯度下降，为什么不使用牛顿法？

10. 如何将高维的变量映射到低维？

11. 过拟合的原因及解决办法

12. 平时使用什么编程语言？ 请介绍一下python中闭包的作用？

13. c++中，类成员变量可否同时声明为虚函数和静态函数

14. 编程题：找出数组中两数之和为指定值的所有整数对，时间复杂度为O(n)

15. 编程题： 找出数组前K的数

16. 开放性题目：一个5层的教学楼，每层有若干个教室和大于2个的楼梯，请建立一个数学模型计算出火灾发生时所有人员撤出的时间，并列出你考虑的主要因素

17. BN层原理，怎么初始化，调参心得

18. 编程题： 快排

九、旷世

19. 实习：说一下deeplab。它与其他state of art的模型对比,画出backbone
20. CRF后处理的目的
21. 什么是BN
22. 多标签分类怎么解决，从损失函数角度考虑
23. image caption项目：文本特征用什么提的？提前提好的还是和图像一起训？
24. 零样本分类问题。如果测试时出现一个图片是训练时没有的类别，怎么做
25. 代码：链表反转
26. 
27. 
28. 代码：mIOU(图像分割的通用评估指标)的代码实现，使用numpy（我直接用了python）

十、平安

1. adaboost，xgboost
2. LR和SVM区别，高斯核为什么有效
3. 对抗过拟合的方法
4. kmeans和EM关系，GMM关系
5. LR为什么要离散特征
6. densenet为什么比resnet好

十一、海康上海

7. SVM推导，核函数，惩罚系数，随机森林，决策树
8. FPN结构，softnms伪代码 iou伪代码