阿里蚂蚁金服-机器学习算法-二面

一，介绍自己及项目：主要介绍自己在TensorLayer框架的制作，贡献，太细节了，导致面试官说本来要问我的都说了

二.基础考察：

1.你知道感知野吗？什么作用？你知道卷积的作用吗？你用过池化层吗？有哪些？

当时一脸懵逼，感知野是神马啊？最后再次确认了感知野其实就是在多个kernel做卷积的时候的窗口区域，就是3个3*3等于1个7*7的感知大小。

卷积的作用是提取特征，前面的卷积提取类似于人眼能识别的初步特征，后面的卷积是能够提取更加不容易发现但是真实存在的特征。

Pooling 用过，max pooling， average pooling， global average pooling。再问这个两个分别有什么用？

max pooling我蠢到说提取最有特征的特征，其实就是最具有代表性的特征；average pooling提取的是比较general 的特征；global average pooling用来分类的，因为后面网络的加深，full connected layer参数太多了，不容易训练，为了快速准确得到结果，采用global average pooling，没有参数，但是得到的分类效果跟FC差不多。

2. 讲到这里有点尬，你说你做过爬虫，自己写的还是用的框架？

用的框架，现在基本不用java我觉得我还是要补一补，差不多都忘光了，我所做的就是用Xpath找到爬取的元素，然后保存下来，再用脚本转成待用Jason

3.你机器学习的，知道sequence to sequence吗？

我第一反应是RNN，我说RNN没了解，主要我只做深度学习CNN相关工作，大佬呵呵一笑，说你要补补基础啊

4. 在线编程：

给个题目你写写吧，不用math中的取平方差方法，判断一个自然数是不是可以开方（时间复杂度尽量低）？

妈耶，第一反应二分查找

一上去尬了写了一个boolean 然后删除，搞了个def开始写函数