7月 科大讯飞 视觉算法 一面面经
40分钟
1.VQGAN反向传播怎么做的
2.讲几个你知道的轻量级网络
3.swim transformer那个移动怎么移的
4.这样做有什么作用
5. 4个iou的区别
6.怎么resize成有利于扩散模型的输入
7.SD微调方法
8.dreambooth原理,支持完全的新概念的注入吗,对以往概念的保留是怎么处理的?
9.controlnet原理,零卷积作用
10.旋转位置编码
11.对多模态有了解吗
12.clip损失函数
13.bert、gpt区别,预训练任务有什么区别吗
14.detr原理,怎么算损失的,目标数量怎么确定
无手撕
#提前批##科大讯飞##面经##算法##我的求职思考#
1.VQGAN反向传播怎么做的
2.讲几个你知道的轻量级网络
3.swim transformer那个移动怎么移的
4.这样做有什么作用
5. 4个iou的区别
6.怎么resize成有利于扩散模型的输入
7.SD微调方法
8.dreambooth原理,支持完全的新概念的注入吗,对以往概念的保留是怎么处理的?
9.controlnet原理,零卷积作用
10.旋转位置编码
11.对多模态有了解吗
12.clip损失函数
13.bert、gpt区别,预训练任务有什么区别吗
14.detr原理,怎么算损失的,目标数量怎么确定
无手撕
#提前批##科大讯飞##面经##算法##我的求职思考#
全部评论
太稳了
视觉问这么多吗
哥们,通知二面了吗,我飞星过去十几天没动静了。是不是凉了
问这么多这么杂?
相关推荐
喝好好:预处理2到max(输入数字x)这些数的最小质因子是什么。然后logx级别的时间复杂度进行质因数分解。比如一个数是2的a次方*3的b次方*5的c方。那他的总分解数就是(a+1)*(b+1)*(c+1)/2。
点赞 评论 收藏
分享