意向书来啦 ，高德面经给大家奉上，祝愿大家早日上岸。 高德四面技术面面经 https://blog.nowcoder.net/n/1917287dc3f5472a9b1c54e3ad78f79b

核心业务风控算法岗应该和oppo算法差不多吧 还是能到美团？ 不懂不懂 有了解的吗

rt 这两天钉钉 盒马都开了 面高德的有开奖的吗 

buff加成术

早开早放心

收到某厂hr的口头offer了，终于感觉要上岸了，回馈牛客，发一下之前的面经 8.8爱奇艺 https://blog.nowcoder.net/n/6003ee3265e644918d11ba07f0a4cdcf 8.12腾讯地图 https://blog.nowcoder.net/n/6cfd427503cc4354a0ee0344b2068e38 8.23新浪 https://blog.nowcoder.net/n/1f3e1476168a46228ef8677d3c03f2c5 8.27moka https://blog.nowcode...

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

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10.CF是什么11.常见的门控函数有什么，在数学上怎么解释门控12.sigmoid的缺点13.图像数据集扩增的方法

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

用回溯的方法为什么会超时呢？ 写个回溯容易嘛 import sys n,m,start,end = map(int,sys.stdin.readline().strip().split()) start -= 1 end -= 1 cakes = map(int,sys.stdin.readline().strip().split()) matrix = [[0] * n for _ in range(n)] total = [sys.maxsize - 1] rs = {} for _ in range(m):     nums = map(int,sys.stdin.read...

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LSTM对比3.交叉熵与逻辑回归对比softmax是一种归一化函数，用于将向量中元素的值都归一化0～1之间，并保持其加和为1。多标签分类(multi-label classification )，每个样本可以属于多个类别。将最后一个全连接层输入sigmoid激活函数，最终的每个输出都代表样本属于这个类...

太难受了，希望赶紧上岸