计算机视觉校招面试-BIGO

BIGO2020校招面试

——计算机视觉算法工程师

——2019年8月30日 星期五

1.        自我介绍

2.        超分辨率部分，自己做了哪些创新？

3. Loss用的是什么？

4. BN针对的是哪个维度？

5. PCA了解吗？

6.        从数理方面怎么解释？

7. KMeans解释下

机器学习的了解不深，那我多问点深度学习的

8.        训练的时候为什么要分成训练集、验证集？

9.        熟悉和常用哪些框架？（我是TensorFlow, Keras，面试官应该是PyTorch，最后给建议的时候有说可以看看PyTorch）

10.    写代码的时候，为什么要声明训练语句和测试语句？（这个没get到点，下面的两问是面试官特意为解答这个问题而提出来的）

11. BN在训练和测试的时候分别是怎么操作的？

12. Dropout在训练和测试的时候是怎么操作的？

现在明白了，为什么要在写程序的时候声明训练和测试语句了吧

13.    空洞卷积有了解吗？（用过）

14.    如果给定卷积核的尺寸K，输入尺寸WH，padding为P，步长为S，空洞卷积参数d=1，给出卷积之后的尺寸计算公示

（面试官将空洞卷积参数设为1，其实就是常规卷积，降低了难度，重点是怎么计算空洞卷积实际覆盖的尺寸）

15.    上采样方法都有哪些？

16. FCN有了解过吗？

17. subPixel的原理是什么？

18.    它的尺寸变换公式是什么？比如给定输入shape：NCHW，subPixel之后的shape是多少？（假设上采样因子为4，即扩大4倍）

（这个地方跟面试官的观点有些冲突，我的答案是N(4C)(2H)(2W)，面试官认为应该是N(C/4)(2H)(2W)。最后他强调了一点，就是上采样不会增加参数计算量）

19.    提问环节：（1）对机器学习的要求是什么？（2）有什么建议或意见？

（1）机器学习如果能掌握更好，不是强制要求；