面经|影石-嵌入式算法

影石要给我抬价,让我正打算落幕的秋招又掀起波澜,正好分享一下他的面经。
tl:9.18投递->9.20一面->9.27二面->10.9hr面->11.5oc

一面面经:
一面面试官从项目引申到常见的推理框架到计算机体系结构,看得出来面试官技术猛的一批
以下是问题:
1.为什么选择MNN推理框架,有没有调研过其他的
2.模型从训练到端侧用MNN作推理的流程
3.对于实习的这个任务来说,有对比int8和半精度的性能有明显提升吗
4.MNN的具体实现、优化策略
5.双线性插值的4个点的权重如何分配的
6.仿射变换用了什么NEON指令集,做了什么运算
7.ax+b用矢量去做加速,会用哪条指令
8.HWC和CHW以及NC4HW4的区别
9.如果通道数是4,HWC与NC4HW4是否一致
10.卷积的计算过程,如果是多通道的呢,输出也是多个通道呢?
11.剪枝做了什么工作,有其他的剪枝手段吗,稀疏化?
12.NPU的算力有多少
13.常用的C++的特性
14.share_ptr与最常用的裸指针有什么优点
15.share_ptr和unique_ptr的区别
16.函数内部创建了一个unique_ptr,指向了一个对象,通过函数返回值,返回这个unique_ptr可以吗(可以)
17.如果将同一个对象从unique_ptrA转移到unique_ptrB该如何做(移动)
18.vector的扩容原理
19.如果不期望动态内存,该如何预分配空间
20.虚函数、纯虚函数
21.假如父类的析构函数没有写virtual,没有定义为虚函数,使用时用父类指针指向派生类的对象,会有什么问题
22.CPU上的三级缓存都有什么特点
23.什么叫cache miss?什么叫cache hit
24.为什么caffe4的格式,为什么能减少cache miss
25.缓存从主存加载的时候,是以什么单位取加载数据
26.多个进程并发,在CPU上有哪些调度方法
27.平台算力的峰值是怎么估算出来的(主频)
28.指令周期
29.流水线
30.引用传参有什么好处
31.传参如何兼顾效率和不修改(写代码)

二面面经:
经历了一面的拷打后,以为挂了,结果2天后就约第二面的时间了
前面一堆项目拷打就不具体说了,下面是八股
1.native层对java对象的引用,有哪些引用类型(jni相关知识)
2.lambda表达式的理解
3.引用的本质(和指针的区别)
4.set和unordered_map的区别
5.红黑树和完全平衡二叉树的区别
6.new和malloc的区别
7.海量数据中如何找到它最大的100个,想出三种排序算法
8.堆区和栈区的区别

影石的面试官很注重基础,所以面试的同学一定要把基础打牢。两面都是1h,一面有手撕,二面无手撕。
#牛客创作赏金赛##面经##秋招#
全部评论
算法岗也会问这么多c++的内容吗
点赞 回复 分享
发布于 昨天 19:34 北京

相关推荐

不愿透露姓名的神秘牛友
11-20 18:45
点赞 评论 收藏
分享
你醒啦,该投简历了⏳ 接上一篇,隔天收到的hr小姐姐的另一个邀请,预约的面试时间也隔了一天💼 base北京的一个自动化机械实习生,光听名字打死我也不会投,hr姐姐帮我选的,内容和数据分析相关,以及做一些前端的自动化的内容三个面试官,2中1外。2个非技术,1个技术。Part1 英文自我介绍依旧选择了做了一个ppt,在昨天的ppt基础上根据岗位描述删掉了一点java相关内容,保留纯python部分和机器学习部分。没来得及写稿子,选择了直接读ppt,还好面试官也没在意我到底写了什么低脂内容。还是围绕三个关键词讲,技能,经历,热爱。Part2 面试官提问老外先问,严重怀疑是德国人,因为英语说的一点口音没有,语速也不快,很容易听懂。英文提问环节:1.现在人在哪里?毕业状况?(找实习绕不开的问题……随便扯了点)2.你之前做的数据分析项目都是和环境相关的,而我们的岗位的分析任务主要和实际生产相关,你会怎么做来应对这种转变?(我回答底层的算法是可以迁移使用的,回答的很烂,甚至自己都想笑。)追问:你认为主要区别在哪里?(1.数据集质量和大小不同 2.需要的垂直领域知识不同,需要根据领域具体知识来指定标准,但我忘了标准怎么说了…老外面试官挺好的,帮我总结了我的回答,我:啊对对对,我就是这个意思)中文提问环节:(问题次序有点忘了)3.你做的项目中最自信的是哪个?你认为哪个值得进一步开发,或者应用到实际工作中的?(反正全是玩具项目,随便扯了点)4.在(小组作业)实现网站开发的过程中遇到了哪些问题?怎么解决的?(没有遇到任何问题,全程有大佬带飞…随便扯了一些有的没的)5.用最简单的knn算法为例子,讲解一下实施这个算法的整个过程?(简单讲述了一下理论,想要写公式被阻止,于是口述了训练流程,主打一个抽象)反问环节:这个岗位和数据分析哪里相关🤔 这么看来今天回答的太烂了,完全没准备到,对于自己的回答基本已经失去记忆了。总结就是面试官越多问的越抽象,只能靠平时积累。
查看7道真题和解析
点赞 评论 收藏
分享
4 2 评论
分享
牛客网
牛客企业服务