阿里算法-图像图形一面面经

海外党，大概是北京时间晚上九点打过来，本来内推的是菜鸟，结果上来面试官说自己是天猫技术部的。

主要就是围绕项目，让我在自己正在做的两个项目里面挑一个详细讲解一下。我就通过讲我的项目顺便把自己对卷积在深度学习网络里面的作用和对卷积的理解说了一下，以及卷积的局限性还有我的项目通过什么方式来弥补卷积的局限性。面试官对我项目细节提了几个问题，问了我在整个工作里面具体做了什么，了解不了解和我合作的人负责的部分。

然后问了我对图像识别的算法有什么了解。我就着重讲了自己对CNN的理解，顺便说了下自己和CNN有关的项目，因为我说了VGG，就着重问了我VGG是我用什么方式实现的，还有一些实施细节。然后让我比较VGG和LeNet。接着就是整个面试最让我迷茫的部分，问我VGG使用3*3的卷积核最大的优势是什么，我说了两个都说不对，不太理解她到底想要什么，还是我没有解释清楚。

后面问了我对深度学习的看法（还是CNN的 我记不清了），我谈了一些CNN的局限性和强大的地方，简单谈了一下对梯度消失和如何防止过拟合的看法还有我平时实验观察的结果。

接着问了我还了解哪些cnn结构，我讲了ResNet，让我介绍了一下ResNet主要解决的问题是什么，然后又问我对看完ResNet有什么看法，说了之后他好像不太满意，可能是没有答到他希望的那个点上。

最后问了我一些alexnet的问题，大概是什么结构，和LeNet比有什么改进的地方，问了Relu比sigmoid好在哪。最后就是Q&A环节，问了他们平时主要的工作内容是在产品落地还是算法研究上。

感觉凉了...总觉得不是很match。

最后想提醒一下海外党面试的时候一定要注意不要冒英文，虽然平时可能习惯了，但是有的面试官可能不喜欢这样，今天我一不小心说了residual block感觉面试官有点不满。

总体感觉阿里面试官和之前美图面试官更偏工程一点，美图面试官问了我一些非常细节的对卷积的理解，物理意义等等，阿里的面试官更注重整个网络结构和工程上的一些问题。这次真的是最后，有没有面过天猫技术部图像图形算法的巨佬，求分享后面会问多少算法题啊，平时题刷的少很怕被问算法题...