8月13日下午视频面了一个小时。还没出结果，就是已经凉了。

１、共享屏幕写项目的某一模块的代码（在本地IDE写了伪代码）

２、numpy列表（一维数组）中，选出大于某个值的元素（没留意到说的是numpy，写成Ｐｙｔｈｏｎ列表的去了。。。最后也差一个点没写对）

３、数据结构。树的遍历方法（在本地IDE写了先序遍历的伪代码），图的遍历方法。口头描述了层次、广度、深度算法过程

４、tensorflow用过是吧（答一年前用的目前不太熟了），那２．０以上的版本用过吗（没有），了解２．x版本和１．x的区别和优势吗？

５、caffe用过是吧（不熟悉了），那caffe的定义一个...（没听清，可能是卷积层吧，反正是最基本的东西）是怎么定义的，答不清楚

6、双线性插值法步骤过程

7、linux。　grep命令，ps命令，vim命令，如何查看进程号（答去了nvidia-smi．．．．，结果是说任何的进程号，不是说只在gpu运行的进程），如何跳到文件的首行和末尾行，如何统计文件行数

8、shell

9、在本地电脑调好了代码（batchsize=8,epochs=1000）,现在放到集群里面跑（batchsize=32,epochs=1000）,学习率应该要怎么调整呢？（相当于是，batchsize对效果会有什么影响）

10、torch里面，训练的时候要加model.train()，测试的时候要加model.eval() ,你知道这两个函数的具体内部有什么操作吗？（答开关梯度更新，冻结参数之类，再问就是说没有其他操作了是吧，答是的（看来可能有。。。））

11、BN是用来做什么的，大概步骤；训练的时候和测试的时候，BN起的作用一样吗，操作一样的吗？（答一样的吧...应该是打错了）

12、Dropout用来做什么的，训练的时候和测试的时候其作用一样吗？（答训练的时候会让神经元失活，测试的时候不会，再问还有别的区别吗？　答没有了吧（看来可能有的。。。））

总结，还是太菜了。。。。好多不会还要往简历上写。。。。面试官已经很好人了，看我不会问的很基础了。