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。