1.前言

终于也可以写面经啦，虽然只是去打个酱油。我是内推的，没有经历笔试。当时好像是学校bbs论坛上看到的消息，就把基本信息发给人家了，很迅速的回了我，非常感谢他！另外我投的岗位是机器学习-计算机视觉方向，这次给我面试的是腾讯的OMG事业群，就在宿舍旁边的希格玛大厦，地点很nice~

2.一面

一面的面试官看起来比较高冷。一开始就针对我写的项目提问了些比较基础的东西，我基本上都说清楚了。因为我写了vgg-16网络结构，又问了我这个，问的还比较详细，然后又问我还用过其他什么网络没有，比如resnet，我说没有==接着给我出了个题：输入是三通道的WH的图像，33的卷积核，步长是1，有padding，输出是512通道的feature maps，问输出的feature map大小和总共的卷积参数？这个输出的feature map大小应该是不变的，因为步长是1且有padding，参数我算的是333512 5123，然后面试官说偏置还要乘3吗，我说那就不要？(想哭)接着问激活函数的作用是什么？我说最开始的感知机那儿是可以让神经元的输出是一个0~1之间的数，这样可以判别属于哪一类的概率大，他问我还有没有，我想了一会儿说不知道了（面试的最后我问了他，他说是让神经元非线性化，这个非常重要，我心想这个我知道啊，但是不知道这个也可以说= =）
接下来让我讲了讲深度学习的训练方法之类的，我就反向传播，SGD说了一大堆，面试官一直只说嗯嗯，我也不知道我答得怎么样= =又问droupout是干嘛的吗，为什么要用relu激活函数不用sigmoid了，这些都比较简单我就如实回答了。
最后是算法题：旋转数组的最小数字
先是快速写了直接遍历的方法，面试官说有没有更快的，其实我知道有二分查找，但我忘了具体思路了，在现场想的满头大汗，最后写出来一个，比较粗糙，应该过不了没有旋转的情况，面试官也只说了嗯嗯.....
最后的最后问我什么时候能来实习之类的，我说了之后就说让我等一下，还把我所有的草稿纸都收走了= =几分钟后二面的面试官就来了。

3.二面

二面的面试官看起来也很高冷~不过技术大佬可能都是不苟言笑吧= =
一上来就让我讲项目里面的东西，问我用的卷积神经网络的输出是什么，损失函数，问了一大堆，我感觉答的不太好，他讲话我也听不太清楚。
接着问SVM，说什么SVM最后训练好的网络是什么结构，我心想SVM还有网络结构？？他就问我是怎么给测试向量分类的，我想超参数都求出来了，带进去算不就行了，然后我想他是不是要超参数和支撑向量之间的关系，于是我大概推了一下，得出w的表达式，是支撑向量的线性组合，他说我写的是对的，但想问我的是怎么用SVM训练好的网络去测试，看我不说话，他说就把支撑向量和输入测试向量做点积，我说噢噢，那就是把w的表达式带进去就行了，他说了个嗯= =
然后问GBDT，原理之类的，还问了个学习参数，问我有没有用GBDT做过实际的项目，我说没有= =
哦，他还问了我自己用的神经网络的参数有多少，我说还没训练好不太知道
最后算法题：
第一个是数组的全排列，剑指offer的原题，我迅速的写好了，给他解释了解释
第二题是一个单向链表，把它后半部分反转。
我先写了思路，给他看了他说可以，然后我就把几个函数写好了，他问我能不能一次遍历就搞定，我想了一下说了个快慢指针的思路，自己不是很确定行不行，他说也可以，最后他说其实可以用递归。
最后还是问了问我什么时候能来实习之类的，然后让我等一下，并且把我的草稿纸又收走了(这是怕***吗...)
最后第一面的面试官过来了，让我回去等通知= =

4.总结

感觉腾讯的面试官水平很高，关于项目的问题问的都很一针见血。不管怎么样，我觉得这是一次很重要的经历，就是面试官真的会很关注你简历上面写的东西，你写上去的一定要特别熟悉才行。