同花顺图像算法面经
6.28 笔试
7.13 一面 一小时15分钟
1. 一个M*M的图像,用大小为K*K的卷积核做卷积,通道,步长为1,padding为0,计算卷积过程中乘法操作的次数
2. 什么是图像的直方图特征
3. 边缘检测的原理,流程
4. 分类问题和回归问题的区别
5. 什么是卷积的平移不变形,卷积是否具有旋转不变性
6. 反向传播如何实现的
7. CNN的流程及各个部分的作用
8. 设计或选择激活函数需要考虑哪些因素
9. 传统的图像处理也会用到卷积,和CNN的卷积有何区别
10. 训练模型时,train loss下降,val loss不下降是为什么?
11. 模型过拟合如何解决
12. 正则化的原理
13. 形态学算子了解哪些,原理是什么
14. 图片放大的实现原理,如何编程实现(不能调包)
15. K折交叉验证的过程是什么样的,目的是为了验证什么
16. 数据集划分的依据,测试集和验证集有什么区别
17. 对于分类问题,数据不平衡有什么解决方法
18. 数据不平衡问题和困难样本问题有什么区别?
19. focal loss是用于什么问题的,原理
20. 介绍项目
项目中代码量最大的是哪个,哪个部分代码最多
根据项目提了一些问题,记不清了
------------------------------------------------------------------
7.18 二面 25分钟
面试官很nice,没有问很细的问题,都是点到为止
1. 介绍项目
2. 竞赛是几个人完成的,做了哪些工作
3. 用的框架是pytorch还是tensorflow
4.数据集比较小,有没有考虑过生成一些数据
5. 深度学习存在着哪些瓶颈
6. 毕业大论文进展如何
7. CV在哪些领域应用,哪个领域会成为下一个人脸识别
8. 毕业时间,现在的实习到何时结束,是否有意向来实习
9. 以后打算在哪里工作
------------------------------------------------------------------
8.3 Hr面 40分钟
小姐姐人非常好,说话很温柔,更像是聊天
包括下面这些
1. 学校,课题情况
2. 家庭情况,未来规划
3. 如何看待加班
4. 客观的评价现在实习的公司,个人优点和缺点
5. 平时学习的路线是什么样的
6. 公司的这个岗位对你有什么吸引的点和令你顾虑的点
7. 有没有考公务员,读博的打算
8. 期望薪资
9. 手头有没有其他在面的公司,什么岗位
岗位竞争激烈,8月底会给通过的人发意向书。
------------------------------------------------------------------
8.11 收到意向书啦!9月谈薪
------------------------------------------------------------------
10.28 等了两个多月终于开奖了!很想去杭州,比我预期开的多,签了!