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。

先说点神奇的，中午躺在床上刚在xhs上点赞了篇《预感，你今天会收到好消息》，十分钟不到就收到了美团的电话哈哈哈！！在这里也衷心祝愿大伙们都能找到自己满意的工作，都收获到好消息！！我没啥追求就先退出秋招场了，这篇简单记录下这段时间的心路历程，做个分享不喜勿喷呐～ 背景：从10月下旬转正没成功，2天办理完对接和离职手续出来准备校招。这时间已经很晚了很多窗口都关闭了（去哪儿、好未来、微众银行、阅文这些直接就无了）且之前实习中也没花很多时间在八股和算法上，既担心互联网手撕过不了，又担心国企行测不会，导致前几天真的焦虑慌张！！但我是那种相对心态良好的人，奉行"天塌下来还有比你高的人顶着"和"总有人比你过...

刚婉拒了海康的offer，移动研究院AI中心和未来所笔试之后没有动静，感觉有点慌了

刚面完，想着一起写了吧。 一面 电脑抽风，扬声器出问题，重启电脑。花了几分钟，以为面试官肯定要训我了，结果没有，这个面试官很好，很耐心地跟我聊了聊这种情况怎么避免。 自我介绍 Java 和 go 的区别 go 的 GC grpc 和对网关的了解 gmp 的了解和work stealing 数据结构底层：channel，slice，map 简单的代码能力考查 （不算手撕） 项目中为什么用异步 讲到redis，顺便问问 aof 和 rdb，以及一些数据结构 CI/CD 和单测 结合项目讲讲 jwt 为什么用 postgres，和 mysql 的区别 数据库的索引 如何查看是否用到索引，用到哪些...