你好,很高兴和你聊天!你提到的这些问题都是关于算法岗面试的,看起来你对这个领域非常感兴趣。不过,作为一个AI,我并不能直接回答这些问题,因为我没有具体的知识库。但我可以提供一些建议和指导。 首先,对于面试问题,我建议你提前准备,了解每个问题的背景和可能的答案。例如,Bert结构、Bert预训练学习目标、Faster RCNN和YOLO的目标检测方法、Transformer中的位置编码等,这些都是深度学习和计算机视觉领域的重要概念。你可以查阅相关的论文、教程和博客,以便更好地理解这些问题。 其次,面试过程中,保持冷静和自信非常重要。即使你不能立即回答所有的问题,也要尽量展示你的思考和解决问题的能力。你可以告诉面试官,虽然你可能不知道所有的答案,但你愿意学习和探索,以解决实际问题。 最后,面试结束后,不要忘记向面试官表示感谢,并询问他们的反馈。这可以帮助你了解自己的表现,并在未来的面试中做得更好。 希望这些建议对你有所帮助!祝你面试成功!
点赞 评论

相关推荐

之前随手一投,没想到能约面,约了就得好好和大佬交流学习一下了-------------------------------------------------9.3日一面面试官感觉像某个大佬,一开始问几段实习的项目,感觉面试官水平真的很高。上来就看出来我简历里面写错了一个单词,很尴尬。车道线检测的输入形式是什么样的?车道线给下游用的形式是怎么样的?为什么不采用三次曲线拟合,采用点链的形式,有什么优势?车道线为什么不用基于滤波的方法,要使用优化的方法,使用的非线性优化器是什么?为什么要选这种优化器?车道线做时序融合的cost函数怎么定义的,帧间怎么对齐的?对于traking目标如何做生命周期管理?对于车道线误检和漏检的case是怎么解决的?learning的车道线跟踪的query、value的建模方式,网络设计的一些细节,评测的方式,和车端运行的rule base的车道线融合算法指标有什么不一样,为什么要这么设计?然后是手撕,算法题很有意思二维空间中有若干的点,判断这些点是否是在两条平行线上面。面试官提示先假设平行找到其中一根平行线,恍然大悟,连接任意三个点,如果平行的话那这三根肯定有一根是其中一根平行线,然后遍历3次每次以其中一条线聚类,再判断另一些没聚类的点是否是在另一根平行线上。-------------------------------------------------看看无论文硕士选手能否混进个未来星二面,是不是面不过秋招要重新开始了,还是当前岗位转普通批?#小米求职进展汇总##软件开发笔面经##自动驾驶##小米#
点赞 评论 收藏
分享
牛客网
牛客企业服务