47
回答
今天面试携程,被虐的体无完肤,说出来给自己撒盐
【腾讯云】学生服务器套餐10元/月 >>>   

今天去面携程的图像算法,本来以为会就着我的工作经历问的,准备的也不是很充分,结果就是很惨的被虐了。

我面的是图像算法的,给了我4页的笔试题,里面有好多的NLP的问题,没有接触过所以很多空白的。

接着是面试,面试官是这方面的大牛。

问题1,cnn中1*1的卷积的作用?

我遇到的情况是一些框架里面,有没有全连接的操作,直接就是用的1*1的卷积代替的。后来问度娘知乎,得到说是降维,融合等。。。我觉的1*1卷积就和普通的神经网络中的隐层是一样的,降维我觉的说不上,我觉的只能叫非线性的映射。

问题2,svm的核的作用?

我的回答是非线性的映射,把不可分的映射到可分的空间;很显然又没有到问的点子上。知乎一下说是改变分类面的形状,线性的是直线,多项式是曲线,rbf是球。

问题3,希尔伯特空间。。。。

没听清楚说的啥,也不知道。

问题4,cnn在图像分类上有什么不好的地方?

没想过,觉得挺好的,就是cnn的刀太大,有些小问题感觉杀鸡用牛刀。

后面的问题都没回答上来。。。。

反卷积的作用?

对抗网络不收敛怎么办?

图像分类中基的概念?

图像分类 什么散列?

总之,还是怪自己太菜了,学的时候没有多问几个问什么,后面就只是用一用,没有更多的深究这些问题。这也算是经验教训吧,学习的路还很长。。。

<无标签>
举报
JessGuoce
发帖于1周前 47回/7K+阅
共有47个评论 最后回答: 13小时前

算法看中的是理论基础吧.实践经验可以历练,何况你刚毕业没多久.理论不扎实,走不远,也爬不高

--- 共有 6 条评论 ---
袁国涛 回复 @JessGuoce : 可以理解,毕竟大多数人都选相对简单的事情.数学这东西不是所有人都能承受的 1周前 回复
JessGuoce 回复 @袁国涛 : 大多数同学放弃做算法,转做开发了。 1周前 回复
袁国涛 回复 @JessGuoce : 嗯,一直读书就是这样.教育本身的问题,肯定不是个案.工作几年就好了 1周前 回复
JessGuoce其实就是基础理论也知道,也知道怎么实现,就是没有深入的理解为什么,学的时候也没人讲,自己也没有深入研究,然后就尴尬了。 1周前 回复
袁国涛 回复 @JessGuoce : 需要可以去学,只停留在调用库,调参数的层次,我觉得这比只会html还要危险.至少做外观的还是和人打交道,算法的使用,人干不过机器的效率. 1周前 回复

通观整个高等数学上下册(非数学系),也没有这些知识,怕是涉及概率统计学习方法的高级内容?这里是小白聚集地,楼主的理论水平已经超过95%的人,来这里问对你并没有什么大的帮助,搞算法的,数学基础决定上层建筑,加把劲补一下基础,肯定能找到好工作。

--- 共有 4 条评论 ---
hitank1在本科的信号与系统中学到过卷积 1周前 回复
JessGuoce 回复 @young7 : 多看书,论文,多问为什么。 1周前 回复
young7 回复 @JessGuoce : 我也正往机器学习上面上转,补数学基础很痛苦,楼主你已经比很多人要好了,别灰心继续努力 1周前 回复
JessGuoce这里面大多是机器学习,人工智能,深度学习的内容 1周前 回复

本科数学都有涉及。

SVM以线性代数与解析几何为基础

收敛以数学分析为基础

卷积以复变为基础。

--- 共有 1 条评论 ---
JessGuoce你这就说的太基础了。。。 1周前 回复
顶部