滴滴提前批预测算法凉经

秋招的第一次面试0815,当时还在公司实习,也没有太过多准备,很多东西回答的都不是很好;提前批挂了之后正式批也是直接简历挂

1. 详细讲讲量产模型与MultiPath++与VectorNet模型的区别和改进?
2. 交互用的是什么?MCG与cross-attention的区别?
3. 地图的建模是如何的呢?
4. 一个元素8个点,表示较短的道路来说是足够的,但是如果是表示较大的路口是不是不太够呢?
    ⅰ. 会不会出现地图元素的失真呢?比如对于一个polygon进行降采样,可能会使得某些角落失真。
    ⅱ. 这会不会影响一些道路的硬边界失真,使得车辆穿过的问题?会有些后处理的规则或则添加模型的loss直接约束呢?
5. 预测模型的loss会有哪些?
  a.  轨迹xy序列与真值的loss
  b. 概率的loss是如何定义和训练的?
  c. 意图的loss是如何定义和训练的?
  d. 交叉熵损失和KL损失有什么区别?
 6. 每批数据里面,cut-in可能是比较少的值,那这样的话会有严重的数据不平衡问题,这是如何解决的呢?
 7. 比如真实场景下,cut-in只有比较少的,调整cut-in的数据,增加他分布的占比,会不会导致相较于真实世界,更多的召回cut-in?
 8. 模型部署这方面,有什么不支持的onnx算子吗?有什么限制吗?
9. 预测不同的轨迹数量,是不是只有时延的考虑,能详细讲讲效果的考虑这方面吗?
10. MultiPath++的EM算法讲一下
手撕:
棋盘问题DFS
#你都收到了哪些公司的感谢信?##自动驾驶##深度学习##第一次面试#
全部评论

相关推荐

不愿透露姓名的神秘牛友
11-19 22:56
已编辑
极氪汽车 感知算法 27*(13-15) 大专
点赞 评论 收藏
分享
1 3 评论
分享
牛客网
牛客企业服务