一面:
这里只记录,不做答,除了那道几率题,由于答案因人而异,
并且不少问题的答案是须要本身的经验回答的,
标准答案反而可能会使得面试官反感而扣分
现场发挥很重要,几率题我卡顿半天
谢谢面试官的耐心引导html
- 核函数的定义,介绍几种核函数
- 如何理解深度学习中的分布和数据的一致性
- 深度学习的损失函数对分割的影响(具体),介绍几种损失函数
- 几率题:你和面试官摇骰子比大小,面试官能够摇n次选最大的一次,而你只能摇一次,问你获胜的几率
61∗((61)n+...+(65)n)
- 你有用到Unet而且改进了,那么解释一下为何网络要作下采样和上采样?
- 详细解释一下你改进的网络的细节
- 编程题:编程将驼峰型的变量命名改为下划线的命名