快手推荐算法一面面经
1、手撕代码:三数之和
2、激活函数都有哪些?
3、sigmoid和relu的优劣性
4、梯度消失什么原因?怎么避免?
5、优化器了解哪些?
6、adam和adagrad有什么区别?分别适合什么场景?
7、损失函数主流有哪些?为什么分类任务用ce?
8、项目相关:项目中用了几层cnn,1*1的cnn有什么作用?
9、对推荐链路有了解吗?分别发挥什么作用?
10、精排都有哪些主流模型?
11、粗排和精排的区别是什么?
#春招# #面经# #校招# #推荐算法# #搜广推算法#
全部评论
相关推荐
点赞 评论 收藏
分享
点赞 评论 收藏
分享