Deepcamp笔试&面试记录

Deepcamp笔试&面试记录

笔试

儿童节晚上在实验室苦逼地准备答题，由于知道是开卷没怎么认真准备。5道选择，5道填空，一共一个半小时。
选择题比较容易，基本上在网上都可以找到答案。
1.激活函数（ReLU、Leaky Relu、Sigmond、tanh）
2.logistic regression是否可以用于多分类？
logistic和决策树的decision boudary类型是否可以一致？
MLE和MAP在数据样本无限大时是否趋于一致？
3.

4.现代CPU一个时钟周期是否可以执行多条指令；
是否存在用python编写的python解释器？
对于cpython来说，自其出现以来已经有很多不使用GIL的解释器。
5.掷筛子

填空较难
6.掷筛子
7.黑马白马问题
8、9、10分别涉及到编程、图像处理之类的，放弃。

最终可能由于会写的都对了，意外拿到面试资格。

面试

面试小哥哥很友好，聊了20分钟。
由于自我介绍是做传统图像处理，因此整个面试过程没有太多涉及到深度学习的东西。
1.先是问了我知道哪些滤波算子；
2.问了椒盐噪声工作原理；
3.神经网络的卷积；
4.项目，介绍了CNN和图像分割中的一些算法设计；
5.问了一道算法题，经典爬台阶，虽然知道是剑指offer上的，但还是按照自己的想法答了。
6.小哥哥让我问他问题，恰好看到深度学习落地的文章，问他怎么看?结果被diss问的太大了，但是还是很真诚地告诉了我他的想法。

总结：
1.既然把传统图像处理作为自己的特色之一，应该对这些理论模型有更深入的了解；
2.项目经历还需要包装，凸显难度和特色，对自己的项目要熟悉；
3.剑指offer很重要呀，多看！