腾讯基础研究一面面经（挂）
全程基本是深度学习的知识。 问我alexnet的具体细节
①我说caffe参照alexnet构造了个ceffenet网络，网络的图片输入是227×227
第一个卷积层每一个核的尺寸是11×11，步长为4
，那么图片经过每一个卷积核后的特征图大小是55×55。他说怎么可能是55×55呢？卷积核的尺寸有那么大吗？你记错了吧？我说确实是这样的。他接着反问，，，然后我都觉得自己记错了，还是犹豫了：或者说卷积核大小是10×10？。。。。
②接着说到第一个全连接层是为4096维的特征向量，他接着问：“4096维？有那么高的纬度吗？4096的开方是多少。。。”，还接着说一些我听不明白的什么的，，可是就是4096维啊😳，他继续反问我，意思是我记错了，然后我也不做声了。。。可是我并没有记错呀，也不知道这面试官是故意给我挖坑还是他自己确实记错了。
③详细推导svm，怎么一步步转化为原始问题的最优化形式（min 1/2 w方）那个。
④alexnet和vgg16的各自的卷积层数量
⑤为什么第一层卷积层是96个？
⑥为什么后面是三个全连接层？两个会怎么样，四个呢？
⑤问项目，（面试官觉得项目太low，就不说咯）
⑥面试官点评说：你不能只把caffe当成一个工具，你要深刻理解其中的原理，否则当某个情况下不work了，你就不知道怎么办了。还有就是，最优化方面欠缺
P.s 全程没有问基础知识
晚上回学校：当前岗位可能并不适合你
#腾讯##算法工程师#
投递淘天集团等公司10个岗位 >
