点击上方“CVer”,选择加"星标"置顶
重磅干货,第一时间送达
前言
今年各家大厂的招聘时间都相对提前了一点,所以大家准备的节奏应该要加快!现在8月也正是2021届提前批落幕,正式秋招开启的时候。
相信有不少同学已经陆续面试了,但个人能亲自经历的面试题/面试经验相对还是很少的,所以很有必要看看其它同学的面试题/经验,可以很好的作为查漏补缺的工具,以便更好地应对面试。
之前Amusi 整理了系列篇:北京、上海、深圳、杭州等城市提高计算机视觉(CV)算法岗的公司名单在CVer公众号后台回复:公司名单,即可下载访问
下面 Amusi 将整理系列篇:深度学习面试题/面试经验,内容会涵盖:数学、机器学习、深度学习、强化学习、计算机视觉、传统图像处理、自然语言处理、SLAM、推荐算法、编程知识(C/C++、Python)、深度学习框架(PyTorch、TensorFlow)等内容。
本文先分享60道各个方向的AI算法高频面试题,希望对你的求职有所帮助。如果点赞和点在看的人数较多,我会后续整理资料并分享答案给大家。
60道AI算法高频面试题
机器学习(15题)
1. 为什么 LR 用交叉熵损失而不是平方损失?
2. 为什么SVM要引入核函数?
3. SVM核函数有哪些?
4. GBDT 和 AdaBoost 区别
5. XGBoost 和 GBDT 的区别
6. K-Means 的迭代循环停止条件 
7. Bagging 和 Boosting 的区别
8. 为什么朴素贝叶斯被称为“朴素”?  
9. 决策树的ID3和C4.5介绍一下 
10. 随机森林处理缺失值的方法
11. 机器学习中的分类、回归和聚类模型有哪些?  
12. CRF 的损失函数是什么?
13. 特征值和SVD的区别
14. L1和L2正则化的区别
15. 为什么 L2 正则化可以防止过拟合?
深度学习(15题)
1. 神经网络怎样进行参数初始化?
2. 介绍卷积神经网络的反向传播

3. CNN 模型所需的计算力(flops)和参数(parameters)数量是怎么计算的?
4. 感受野怎么计算?

5. 介绍常见的正则化方法

6. BN 可以防止过拟合么?为什么 
7. BN 在训练和测试的区别?  
8. Dropout 在训练和测试的区别
9. 1*1 卷积有什么作用? 
10. ResNet为什么不用Dropout?  
11. 什么是Bottlenet layer?
12. 介绍一下Inception系列(V1-V4)  
13. Squeeze-Excitation结构是怎么实现的?
14. 介绍一下组卷积
15. MobileNet系列为什么快?
计算机视觉(15题)
1. 如何计算 mIoU?
2. 如何计算 mAP?

3. 介绍一下非极大值抑制NMS及其变体
4. 介绍一下Anchor的概念
5. 有哪些可以解决目标检测中正负样本不平衡问题的方法
6. 介绍一下RoI Pooling 和RoI Align
7. YOLOv4相较于YOLOv3有哪些改进?速度更快还是更慢,为什么?
8. U-Net神经网络为什么会在医学图像分割表现好?
9. 为什么图像分割要先encode,再decode?

10. 介绍一下目标检测中的多尺度训练/测试
11. 如何提高小目标检测?
12. 什么是Anchor-free?
13. 介绍你了解的Anchor-free检测网络,并说明优缺点
14. 如何解决多尺度问题?
15. 介绍一下Focal Loss

C++(15题)
1. C++虚函数的实现机制
2. 虚函数有哪些作用?
3. STL中的 vector 和 list 的区别

4. 怎么理解C++面向对象?跟Python面向对象有什么区别?
5. 堆区和栈区什么区别?
6. 什么是内存泄漏?怎么产生的?如何检测?
7. 全局static变量和非static的有什么区别?
8. 为什么.h里面一般只放函数声明?
9. vector.size() 和 vector.capicity() 区别
10. map实现原理
11. set实现原理
12. C++四种强制类型转换有哪些?
13. 介绍一下智能指针
14. C++是如何实现多态的? 
15. new、delete、malloc、free关系?
上面60道面试题你都能回答出来吗?如果点赞和点在看的人数较多,我会后续整理资料并分享答案给大家。秋招加油!
更多内推招聘:

2020年AI算法岗求职群(知识星球)

本星球不仅面向今年(2021届)找工作和找实习的学生(研一/研二/大三等),还面向刚入学或已工作的人群。目前已有超过2200+位同学加入星球旨在分享AI算法岗的秋招准备攻略(含刷题)、面试经验和校招/社招/实习的内推机会(含提前批)、学习路线、知识题库和Offer如何选择等
    希望这个星球可以让你少走一些弯路
    扫码进星球
    如果喜欢招聘/面经/内推,请给个在看
    整理不易,请给CVer点赞和在看
继续阅读
阅读原文