牛肉粒粒

面经备忘

/ 注册

全部文章 / 面经备忘（共7篇）

京东9.1初面

1.介绍实习2.介绍LSTM中的attention如何使用3,LSTM训练很慢，有什么训练的trick4.如何防止过拟合，为什么5.梯度消失问题是如何解决的6.CNN问什么可以处理文本信息，类比于常规NLP的什么方法7.字符串的全排列，寿司代码

2019-09-01

0 1272

8.28度小满面试备忘

1.为什么现在不在用55和77的卷积，而是用33的卷积2.11卷积的作用3.Googlenet inception的结构4.如何产生一个公平的随机数5.densenet了解吗？6.attention的种类7.word2vec的相关知识8.代码最长上升子序列，两个数组的交集并集9.bert到底好在哪里...

2019-08-28

0 1633

8.27 moka面试备忘

1.attention的种类2.NMT为什么要引入attention，以及attention是如何使用的3.K,Q,V的含义以及如何计算的4.手撕算法：字符串压缩5.梯度消失以及梯度爆炸在LSTM中如何抑制的

2019-08-28

0 1371

8.23新浪面试

一直以为面试的是秋招岗位，面了一面之后才知道是实习岗位，-_-||，匆匆结束但是还是问了几个值得我思考的问题：1.为什么bert在小数据集上微调精度比自己的模型好，但在大数据集上的精度却和自己的模型相当？不是bert的精度下降了，而是自己的模型在大量数据集上拟合的更好了。2.transfomer与L...

2019-08-23

0 1529

8.19高德两面+8.22高德第三面+9.2交叉面

有两面，两个小时，问题很多，挑出来现在能记得住的：1.bert以及transformer的结构，以及transformer中的编码器和解码器哪一个速度更快2.LSTM与GRU区别，什么时候用哪一个3.1*1卷积核的作用4.避免过拟合的方法以及原理5.bert的一些trick6.算法题，两个数组求差的...

2019-08-20

4 2002

8.12腾讯地图平台部门两面

一面优雅的用例子解释贝叶斯公式双向LSTM的性能为什么优于单向LSTM 绘制一下fasttext的网络架构，并解释为什么fasttext速度快，以及fasttext训练出的词向量是否优于word2vec 在LR中，如何对数据进行处理可以让结果更好为什么会产生过拟合现象 l2正则是如何解决过拟...

2019-08-12

0 1436

爱奇艺8.8面试难点备忘

1.LSTM，BERT,transform中的位置编码是如何表示2.LSTM的cell中tanh是否可以替换成sigmoid？输入x经过sigmoid函数后均值在0.5左右，不利于后续激活函数的处理。而tanh的输出在[-1,1]之间，因此相当于把输入的均值调整为0，便于后续处理。因...

2019-08-08

0 1877