自我介绍手撕算法介绍LSTM，有几个门，和GRU以及RNN的区别。LSTM有输入输出遗忘门，GRU有重置更新门。都是RNN的变体。LSTM是怎么解决梯度消失问题的？cell state的加法可以使梯度大于1，逻辑门参数可以一定程度上控制梯度消失。LSTM和GRU哪个训练得更快？GRU更快。transformer的encoder和decoder有什么不同？结构上和任务上。transformer的decoder为什么要用掩码？swin transformer的优势。梯度反向传播的原理。链式求导得到误差对于各个权重系数的偏导，然后通过梯度下降算法更新权重，从而最小化损失函数。常用的优化器有哪些？transformer为什么在大批量数据上表现更好？自注意力机制和分布式并行训练。RNN变体有训练瓶颈吗？有，梯度消失或爆炸。反问。部门以及团队情况。

在逼乎上看到一个很有意思的问题这是原提问地址：https://www.zhihu.com/question/661076782/answer/3564463159提问的内容如下：谢谢大家，每个回答我都会认真看。大家指出来很多问题，还请不要嘴下留情，有任何观点都请指出，每个观点对我都有很大的参考价值。：）—————————本人研一在读。本科非科班，国内本科学习的c++似乎都是c的内容，基本没学到任何东西。难以想象自己作为某985的学生，毫无学习能力，在学完整个课程以后debug和断点都不会打，更离谱的是甚至拿了良。浑浑噩噩学了四年，几乎什么也不会。研究生选择了人工智能专业，大量接触就业信息，发现...

想问下大家海康研究院算法岗的进度，线下HR面完快一个月了还没消息，是已经挂了吗

自我介绍你的家庭住址离我们公司很近，这对你的工作有什么影响？现在没有课了吗？如果一家企业的存款和贷款都比较高，你会如何分析这种情况对公司的影响？在会计处理中，固定资产的折旧方法有哪些？