一文看尽60道AI算法高频面试题
点击上方“CVer”,选择加"星标"置顶
重磅干货,第一时间送达
前言
今年各家大厂的招聘时间都相对提前了一点,所以大家准备的节奏应该要加快!现在8月也正是2021届提前批落幕,正式秋招开启的时候。
相信有不少同学已经陆续面试了,但个人能亲自经历的面试题/面试经验相对还是很少的,所以很有必要看看其它同学的面试题/经验,可以很好的作为查漏补缺的工具,以便更好地应对面试。
之前Amusi 整理了系列篇:北京、上海、深圳、杭州等城市提高计算机视觉(CV)算法岗的公司名单,在CVer公众号后台回复:公司名单,即可下载访问
下面 Amusi 将整理系列篇:深度学习面试题/面试经验,内容会涵盖:数学、机器学习、深度学习、强化学习、计算机视觉、传统图像处理、自然语言处理、SLAM、推荐算法、编程知识(C/C++、Python)、深度学习框架(PyTorch、TensorFlow)等内容。
本文先分享60道各个方向的AI算法高频面试题,希望对你的求职有所帮助。如果点赞和点在看的人数较多,我会后续整理资料并分享答案给大家。
60道AI算法高频面试题
机器学习(15题)
深度学习(15题)
1. 神经网络怎样进行参数初始化?
2. 介绍卷积神经网络的反向传播
3. CNN 模型所需的计算力(flops)和参数(parameters)数量是怎么计算的?
4. 感受野怎么计算?
5. 介绍常见的正则化方法
6. BN 可以防止过拟合么?为什么
7. BN 在训练和测试的区别?
8. Dropout 在训练和测试的区别
9. 1*1 卷积有什么作用?
10. ResNet为什么不用Dropout?
11. 什么是Bottlenet layer?
12. 介绍一下Inception系列(V1-V4)
13. Squeeze-Excitation结构是怎么实现的?
14. 介绍一下组卷积
15. MobileNet系列为什么快?
计算机视觉(15题)
3. 介绍一下非极大值抑制NMS及其变体
C++(15题)
上面60道面试题你都能回答出来吗?如果点赞和点在看的人数较多,我会后续整理资料并分享答案给大家。秋招加油!
更多内推招聘:
阿里巴巴达摩院机器智能技术人脸识别招聘实习生/2021届校招/社招
2020年AI算法岗求职群(知识星球)
本星球不仅面向今年(2021届)找工作和找实习的学生(研一/研二/大三等),还面向刚入学或已工作的人群。目前已有超过2200+位同学加入。星球旨在分享AI算法岗的秋招准备攻略(含刷题)、面试经验和校招/社招/实习的内推机会(含提前批)、学习路线、知识题库和Offer如何选择等。
希望这个星球可以让你少走一些弯路
扫码进星球
如果喜欢招聘/面经/内推,请给个在看
整理不易,请给CVer点赞和在看!