联想
一面(1108)
- 自我介绍
- 项目
- 介绍基于机器学习的方言识别系统
- 数据如何获取
- 数据量多大
- 样本比例是否均衡
- 哪个效果最好哪个效果最差
- 介绍随机森林是否比KNN还要快
- 是否验证模型集成
- 其他
- 模型融合手段
- 比较熟悉哪个算法介绍原理
- 神经网络原理
- 注意力机制
- 注意力其他优点
- 集成学习的模型
- 如何评价模型
- 其他指标
- 过拟合鲁棒性差的解决方法
- L1正则化和L2正则化区别
- 以上正则对模型的惩罚力度
- 损失函数了解哪些
- 不同损失函数对容错能力的区别
- 介绍基于机器学习的方言识别系统
- 其他
- 实习时间确定
- 其他需要询问的问题
腾讯
A部门
一面(1111)
- 讲了一下部门的工作内容
B部门
一面(1126)
- 自我介绍
- 项目
- 高分
- 数据集
- 后处理
- 指标
- 模型
- 讲述HRNet和OCRNet
- 对比ResNet
- 对比Inception
- 对比ResNeXt
- 损失函数
- 模型融合
- 优秀的方案
- 其他
- 对backbone的了解
- 组内分工
- 高分
- 算法
- 手写pooling层
快手
一面(1119)
- 自我介绍
- 实习时间确定
- 项目
- 高分
- 组长负责的事情
- 对于技术路线的选择
- 为什么选择deeplabv3plus
- 为什么加CBAM
- 本地观测对比情况
- 介绍CBAM
- 为什么加入CBAM可以提升边缘效果
- CBAM的通道数
- 比赛人数等
- 毕业设计
- 数据集
- 是否保存观察生成的图像
- loss选择
- 数据集的具体构成
- 高分
- 算法题(15min)
- 左旋转字符串(不能调包)
- 其他需要询问的问题
网易
一面(1122)
- 自我介绍
- 项目
- 高分
- 如何选择模型
- 为什么放弃unet
- 有无预训练
- loss
- 后处理CRF如何加权
- 手语
- 动机
- 毕业设计
- 详细介绍(问了很多)
- 为什么不直接回归分数,要先修复
- IQA如何衡量背景虚化的照片的质量
- 高分
- 其他问题
- 过拟合和欠拟合
- 过拟合怎么改善
- 欠拟合怎么改善
- 传统的图像特征提取手段
- 实习时间
- 其他需要询问的问题
字节
一面(1125)
- 自我介绍
- 项目
- 毕业设计
- 数据集
- 面向特定失真还是非特定失真
- 介绍GAN
- 达到平衡状态的名字(纳什均衡)
- 生成对抗网络的模式崩溃
- 最终的指标PLCC和SROCC
- 手语
- 为什么改2d-cnn为3d-cnn
- 背景去除模块
- 是否考虑制作复杂背景的数据集
- 最终指标
- 高分
- 数据集
- 毕业设计
- 算法题
- 手机九键输入法中,每个数字对应几个字母,设计一种算法,将输入数字串替换为其可能的组合(1和0没有对应字母,视为#);例如:
input: '23'
output: ['ad','ae','af','bd','be','bf','cd','ce','cf']
DFS!
- 手机九键输入法中,每个数字对应几个字母,设计一种算法,将输入数字串替换为其可能的组合(1和0没有对应字母,视为#);例如:
- 其他需要询问的问题
京东
一面(1203)
- 自我介绍
- 实习时间确定
- 项目
- 毕业设计
- 方向选择
- 高分
- 课程设置
- 最近的idea
- 机器学习
- 过拟合
- 正则化方法
- BN、L1、L2
- 算法
- 链表倒数第k个节点
- 反转链表
- 反转前k个节点
- 反问环节