自我介绍 简历上的内容 笔试题目的复盘 深度网络的优化器有哪些？区别是什么？ 手撕代码： 一个升序数组 可以构建多少个二叉搜索树？（递归和动态规划）

自我介绍 1.谈一谈逻辑回归LR的了解 损失函数 逻辑回归为什么要用离散化特征 2.Kmeans 步骤 k怎么选择 如何初始化 3. RNN梯度消失（忘记具体的问题了） 4. CNN中的1X1的作用 5. pool层的作用 怎么进行梯度更新 6. 谈谈PCA的认识 7. 求二叉树的深度 8. 括号问题 反问

今天下午深信服二面（时间30分钟） 过程： 1. 自我介绍 2. 讲一个项目 （问的很深，很细，需要很好的和面试官进行互动交流） 3. 基础 机器学习的一些分类算法有哪些？ 谈一谈SVM sklearn用的熟练不？ 编程语言，用什么？ 4. 编程 利用二分法 判断一个数是否在给定的list里 时间复杂度 期盼能进入下一轮面试~ 祝各位老哥老姐老弟老妹求职顺利~

自我介绍 项目 基础问答： 1. Attention机制 2. 谈一谈resnet 3. 你训练的模型过拟合了，怎么办？ 4. dropout的认识 编程 给定一个数组arr，tagert，求数组元素的组合之和=target的所有可能。（不能重复）

Bigo算法一面凉经：             给Bigo面试官点赞！简单记录整个过程：前期1.（邮件链接时间是下午2.30，当我进去后发现是4.30，打了临时电话，拨过去第一次是正在通话中，内心在想，会不会面试官临时有事，就推迟了。过了20分钟，不太放心，又拨通了临时电话。通过短信交流，确认在3.30开始面试）2. （提前15分钟进入链接，做好面试前的准备）自己啥啥的3.28分才进入界面，尴尬了，发现要下载应用，安装好后，已经到点了。进入界面后，慌得雅皮，不知道怎么开语音和摄像头。一度紧张。哎面试内容：1.自我介绍2.项目3.GBDT怎么防止过拟合（答不出来，虽然中午也刚了这边的相关内容，一度的紧张，大脑一片空白）4.单机将A文件（每一行是字符串）和B文件（每一行是字符串）中的匹配的行字符串找出来；备注：两个文件很大。 （没答上来）5. （1）数据集正负样本，模型随便（LR，或者NN）；使用训练好的模型model_a对test集进行预测，得到score_a；(2)相比于（1）中的数据集负样本数量减少，其他情况相似。model_b对test集进行预测，得到score_b；试问：score_a 和score_b相同不？为什么？6. 反问总结：       首先很感谢面试官的耐心和引导，自己太菜，未能跟上步伐。点个赞~       莫慌，调整好心态，做好面试前的准备；       遇到问题，莫慌，随便想想，脑子不要局限于自己一开始的想法。祝各位好运！

7月22日：字节笔试题：给定一个正整数n,求1到n所有正整数的二进制表示中1的个数和（leetcode上的原题，略有改动）参考：https://leetcode-cn.com/problems/1nzheng-shu-zhong-1chu-xian-de-ci-shu-lcof/solution/mian-shi-ti-43-1n-zheng-shu-zhong-1-chu-xian-de-2/内心慌乱，当场未能想出来，如何修改~想过后：来补一补。class Solution:    def countDigitOne(self, n) :        digit, res = 1, 0        high, cur, low = n // 2, n % 2, 0        while high != 0 or cur != 0:            if cur == 0:                 res += high * digit            else:                 res += high * digit + low + 1                        low += cur * digit            cur = high % 2            high //= 2            digit *= 2        return resif __name__  == '__main__':            n = 5    sol = Solution()    end = sol.countDigitOne(n)    print(end)