2018年5月份找实习经历（计算机视觉与深度学习岗）
两周内的所有面试，有些点都不记得了，特此记录，除了百度，其他都是北邮人随便投的
1. 京东 商业提升部 （过了）
一面：
基本上就是问项目和比赛经历
讲一下unet和deeplabv2的流程，顺便问了下deeplabv3，crf是否了解
faster rcnn 流程以及RPN的具体过程
白纸写代码部分：二叉树前序遍历，手写nms
二面：
也差不多是问的项目和比赛，具体忘记了。。
2.地平线 智能IoT部门（过了）
一面：
基本就是问的项目，都是我再说
二面：
resnet和densenet的区别
白纸写代码：python，有一次旅程用一个二维list存着，【（北京，上海）（上海，广州）（广州，东京）...】，这个旅程是一个没有环路的，然后现在打乱这个list的顺序，最后输出一个【北京，上海，广州，东京，...】这样的一个list
写完了之后问我map的底层实现，我傻傻的说了红黑树，Python应该是hashmap吧。。。（逃...）
3.网易 电子商务部门（过了）
一面二面：
感觉都是我在吹逼，不太记得了。。。
三面：
部门老大，挺nice的
4.头条 ai lab（挂了）
一面：
一直在问faster rcnn，faster rcnn RPN流程，anchor选的太大或太小有什么影响，正负样本选取的时候为什么用0.7和0.3的超参，与nms使用0.3的超参是否有关，smooth l1损失为什么不用l1，为什么不用l2，w，h回归的时候为什么要用log，x，y回归的时候为什么用除法等等。。
手写nms
二面：
问项目的时候说我做的太low。。。
C++虚函数，vector底层如何实现插入的时候不改变内存空间
两个题：
x,y属于[0,1]的均匀分布，求max（x,y）的期望
一个递归的题，面试官表达有误刚开始理解错了，这个题太复杂了，就不写了，漏了一个条件，然后就挂了。。
5.快手 y lab（过了）
一面：
BN层解释
卷积时间复杂度
为什么要用softmax+交叉熵损失而不用softmax+均方根损失
一个dp的题：给了一堆数字，可以理解为股票交易，求最大的收益
二面：
忘记了。。
6.百度 无人车部门（凉了）
一面：
问项目，一直在问目标检测的时候出现一半的物体的处理
两个题：
判断镜像树
leetcode120（吐槽一下百度，一个做深度学习的有必要以刷题决定能否实习吗。。）
二面：
OpenCV，截取Mat矩阵的一部分区域的数据的具体实现，以及Mat内存管理的机制
一个期望的题 每次抽球概率是1/4，前三次抽中则第四次必中，求抽一百次的期望
给一个点和一个矩形（由长、宽和旋转角度表示），判断点是否在矩形中
投递超聚变数字技术有限公司等公司10个岗位