抖音视觉岗9.9面经

2019/9/9 抖音一面

（1）项目相关：

主要介绍了实习项目基于GAN做图像补全的项目：包括网络结构、损失函数、实际效果、指标

1. 问：网络损失函数的超参数是怎么调的、这个指标是什么意思、

1. 解释一下谱归一化、

2. 你是否用过除了上采样以外的超分辨率的方法？Sub-pixel Convolution、其中Sub-pixel Convolution输出的结果是否改变了channel维度（是的因为替代反卷积的一个操作）

3. 解释一下WGAN解决了什么问题，原理是啥

4. 你常用的数据扩增方法

5. 如果给你一个新的场景，你会如何使用图像算法进行补全？之前训练的是否又效果

（2）有关Pytorch实战的问题：

torch.Tensor 和torch.tensor 有什么区别

torch.no_grad 和 required_grad=False 的区别

（2）代码题

https://leetcode.com/problems/longest-duplicate-substring/

等了几分钟没有思路，换了写快排

（3）机器学习

高斯混合模型和K-means的区别和联系

（4）计算机基础

1. 栈和堆的认识

2. 如果有一个函数 f 他调用了另一个函数p(a,b) 如果让你来写这个编译器你怎么实现（其实就想让你说这个参数咋传递，压栈的过程）

3. 交换a和b两个数，不借助第三个变量

4.