腾讯TEG暑期实习凉经

3.10 一面（45min）

1、自我介绍

2、问项目，问的非常细

问项目提到的问题：

3、介绍一下模型压缩常用的方法？为什么用知识蒸馏？

4、论文的创新点

5、训练过程中用的soft label还是hard label，为什么

6、介绍一下GAN

7、GAN的训练很不稳定，训练过程中有没有什么方法？

8、风格迁移为什么用cycleGAN代替常用的GAN

9、介绍SPGAN？为什么你的改进方法能生成中间风格的图像？

10、如何衡量两个分布的差异？除了KL散度还有什么

11、CV常用的分类器，说了mobilenet和shufflenet，然后让介绍mobilenet。Xception结构的优点？感受野有没有变？

12、模型训练过程中出现过拟合怎么办？

13、常用优化器？SGD和Adam谁收敛的比较快？谁能达到全局最优解？为什么？

14、介绍一下ReLU激活函数？还有其他的吗？说了sigmoid，比较sigmoid和ReLU的优缺点

15、BN层的原理和作用？为什么BN可以减少过拟合？

16、BN层之间的差异怎么衡量？（我用的欧氏距离）为什么不能看成两个分布，用KL散度衡量？

总之就是要对简历提到的项目的原理非常了解。

语言相关

17、python的lamda函数

18、python的深拷贝和浅拷贝