7.28 笔试

8.9 一面

1. 自我介绍
2. 语义分割和像素级分类的区别
3. 反卷积原理介绍
4. 卷积操作和反卷积操作中参数量和计算量的运算（手推）
5. Transformer介绍
6. 自注意力机制的原理
7. 模型压缩技术
8. 结构重参数化的实现方法（手推）
9. 深度可分离卷积原理
10. 数组与链表的区别
11. 时间复杂度和空间复杂度的理解
12. 排序算法的时间复杂度
13. 时间复杂度的计算
14. 传统图像处理方法
15. C++中引用和指针的区别
16. C++文件编译过程
17. 深浅拷贝
18. Python垃圾回收机制
19. 优化器介绍

8.9 二面

1. 自我介绍
2. 图像去模糊方法介绍
3. 双边滤波和导向滤波介绍
4. 模型压缩方法
5. Fp32和Fp16了解吗
6. 研究生和本科的主修课程
7. 傅里叶变换公式
8. 矩阵的逆和矩阵可逆的条件
9. 图和树等结构
10. 哪种语言用的较多

8.10 三面

1. 自我介绍
2. 项目介绍
3. 模型参数量和效率问题
4. 神经网络模型梯度的反向传播原理
5. LR对模型训练的影响
6. 优化器对模型训练的影响
7. Batch_size对模型训练的影响
8. 双边滤波原理
9. 图像锐化算法
10. 图像高低频怎么分离
11. FP32转FP8怎么操作
12. 高斯分布

8.19 HR面

1. 为什么投递我们公司
2. 互联网公司、半互联网公司、自动驾驶和芯片公司在你心中的排序
3. 对芯片公司的看法
4. 薪酬问题
5. 工作地点的考虑
6. 为什么读研选择XX