深度学习框架研发岗二面，凉凉。。。
1、caffe的框架组成
2、讲一下算子融合,tensorrt中conv和bn的融合原理
3、矩阵相乘加速的算法(winograd)
4、fp16原理？int8量化？
5、说一下卷积和池化，然后给了实例:原本5*5*3的图像，想卷积之后变为2*2*16的图像，你设计一下该怎么做？答使用卷积核4*4个数为3*16，步长为1参数个数也就是4*4*3*16
6、熟悉resnet50、mobilenet、vgg、yolo、inception网络？
7、深度学习框架与硬件适配需要注意哪些？IR啥的。了解TVM如何适配硬件的。
8、分布式训练了解吗？同一个模型在不同gpu上训练，如何保证最终的参数一致，用到什么库函数。
9、生产者和消费者设计模式，任务优先级如何快速处理优先级高的任务？（堆排序，大根堆、小根堆。。）
10、讲一下熟悉的cv模型结构？如yolo网络。。？
11、各类深度学习算法的实现？如：loss函数如何实现的？
12、对gpu芯片架构的了解？
13、深度学习框架的IR了解多少？
14、前端python如何调用后端C++实现的？
15、caffe2了解多少？
16、使用过哪些cuda计算模型？具体举例。。。