快手2024暑期实习一面面经（广告计算岗位）
问题：
1. 论文上的细节
2. 当输入图片由正方形变成长宽比很大的长方形，该怎么解决这部分的问题
3. 卷积的原理，和全连接的区别
4. 卷积网络特征图如何下采样：最大池化和均值池化的区别
5. selfattention的公式以及公式中sqrt（dk)的作用
6. triplet loss 和 交叉熵 的区别
7. 交叉熵损失加上softmax梯度怎么求解
8. L1正则和L2正则的区别，L1为什么能稀疏，L2为什么不能稀疏
9. Adam优化器和SGD的区别
（我能想到就这些）
coding：反转链表Ⅱ（从m处到n处反转）
#我的实习求职记录#
投递快手等公司10个岗位 >