内推简历被刷,校招1轮电话面试,基本的数学以及深度学习知识。通过后,国庆后现场面试,提前发了个topic。
Topics
1.比较SSD和Faster RCNN物体检测算法直接的本质相同点和不同点。
相同:画框,并用类似的损失函数(Bbox与分类误差)
不同:SSD物体检测与分类一步走,在多个特征图上预测
RCNN分两步走,只在一个图上预测
2Depthwise Separable Convolution相对于传统Convolution有什么优点和缺点?
优点:
参数减少,计算量减少
单指令多数据流(SIMD)跨行访存减少,计算叶加快
可分离卷积模块(MobileNet)是先做3×3的channel-wise卷积,再做1×1的常规卷积,进行通道相关性映射。
“极限”Inception模块却恰好相反
3.如果把SVM看成一个只有2层的神经网络,SVM相对于MLP做了哪些改进?
https://mp.csdn.net/postedit/83177042
现场先1个小时笔试,2编程+2简答。编程较简单,简答是梯度下降法的推导以及海森矩阵,不会。
2面与终面主要问C++知识,不会。
最后考察了一个智力题。2个囚徒猜对方投掷的硬币,2人都猜错会都猜对能被释放,否则枪毙。
方法:都猜与自己所投掷的面一样的面或者都猜相反的面。