腾讯暑期实习生面经

1.前言

终于也可以写面经啦,虽然只是去打个酱油。我是内推的,没有经历笔试。当时好像是学校bbs论坛上看到的消息,就把基本信息发给人家了,很迅速的回了我,非常感谢他!另外我投的岗位是机器学习-计算机视觉方向,这次给我面试的是腾讯的OMG事业群,就在宿舍旁边的希格玛大厦,地点很nice~

2.一面

一面的面试官看起来比较高冷。一开始就针对我写的项目提问了些比较基础的东西,我基本上都说清楚了。因为我写了vgg-16网络结构,又问了我这个,问的还比较详细,然后又问我还用过其他什么网络没有,比如resnet,我说没有==接着给我出了个题:输入是三通道的WH的图像,33的卷积核,步长是1,有padding,输出是512通道的feature maps,问输出的feature map大小和总共的卷积参数?

这个输出的feature map大小应该是不变的,因为步长是1且有padding,参数我算的是333512+5123,然后面试官说偏置还要乘3吗,我说那就不要?(想哭)接着问激活函数的作用是什么?我说最开始的感知机那儿是可以让神经元的输出是一个0~1之间的数,这样可以判别属于哪一类的概率大,他问我还有没有,我想了一会儿说不知道了(面试的最后我问了他,他说是让神经元非线性化,这个非常重要,我心想这个我知道啊,但是不知道这个也可以说= =)

接下来让我讲了讲深度学习的训练方法之类的,我就反向传播,SGD说了一大堆,面试官一直只说嗯嗯,我也不知道我答得怎么样= =又问droupout是干嘛的吗,为什么要用relu激活函数不用sigmoid了,这些都比较简单我就如实回答了。

最后是算法题:旋转数组的最小数字

先是快速写了直接遍历的方法,面试官说有没有更快的,其实我知道有二分查找,但我忘了具体思路了,在现场想的满头大汗,最后写出来一个,比较粗糙,应该过不了没有旋转的情况,面试官也只说了嗯嗯.....

最后的最后问我什么时候能来实习之类的,我说了之后就说让我等一下,还把我所有的草稿纸都收走了= =几分钟后二面的面试官就来了。

3.二面

二面的面试官看起来也很高冷~不过技术大佬可能都是不苟言笑吧= =

一上来就让我讲项目里面的东西,问我用的卷积神经网络的输出是什么,损失函数,问了一大堆,我感觉答的不太好,他讲话我也听不太清楚。

接着问SVM,说什么SVM最后训练好的网络是什么结构,我心想SVM还有网络结构??他就问我是怎么给测试向量分类的,我说超参数都求出来了,带进去算不就行了,然后我想他是不是要超参数和支撑向量之间的关系,于是我大概推了一下,得出w的表达式,是支撑向量的线性组合,他说我写的是对的,但想问我的是怎么用SVM训练好的网络去测试,看我不说话,他说就把支撑向量和输入测试向量做点积,我说噢噢,那就是把w的表达式带进去就行了,他说了个嗯,我也不知道是什么意思= =

然后问GBDT,原理之类的,还问了个学习参数,问我有没有用GBDT做过实际的项目,我说没有= =

哦,他还问了我自己用的神经网络的参数有多少,我并不清楚,就说还没做到那儿

最后算法题:

第一个是数组的全排列,剑指offer的原题,我迅速的写好了,给他解释了解释

第二题是一个单向链表,把它后半部分反转。

我先写了思路,给他看了他说可以,然后我就把几个函数写好了,他问我能不能一次遍历就搞定,我想了一下说了个快慢指针的思路,自己不是很确定行不行,他说也可以,最后他说其实可以用递归,我说噢噢(其实我并没有反应过来= = )

最后还是问了问我什么时候能来实习之类的,然后让我等一下,并且把我的草稿纸又收走了(这是怕泄题吗...)

最后第一面的面试官过来了,让我回去等通知= =

4.总结

感觉腾讯的面试官水平很高,关于项目的问题问的都很一针见血。不管怎么样,我觉得这是一次很重要的经历,就是面试官真的会很关注你简历上面写的东西,你写上去的一定要特别熟悉才行,面试总体难度对我来说有中等偏上,但是代码题并不是很难,项目那儿问了好多感觉没说好,我好多都想不起来了,反正有挺多没答好的,哎。不过我心态倒是挺好的,一次宝贵的经历嘛,过与不过都随缘,毕竟看着面试官我有点怕怕的...

作者:渣硕757

本文来源于牛客网

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器之心

学界 | 现实版柯南「蝴蝶结变声器」:谷歌发布从声纹识别到多重声线语音合成的迁移学习

音频按顺序分别为参考音频 1、以参考音频 1 的声线为输入的生成句子 1(Take a look at these pages for crooked cree...

2312
来自专栏IT派

深度学习:FPGA VS GPU

阅读原文有学习资源分享。 导语:FPGA 在加速下一代深度学习方面能击败GPU吗? 许多图像、视频和语音来自社交媒体和物联网等数据源,这些内容的数字数据继续急...

4318
来自专栏向治洪

[置顶] 机器学习简介及常用算法

概念 什么是机器学习? 机器学习是英文名称Machine Learning(简称ML)的直译。机器学习涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多...

2188
来自专栏AI科技大本营的专栏

老司机这样讲深度学习,新手才能看得懂学得快

作者 | 张玉宏 (一)一入侯门“深”似海,深度学习深几许 【导言】目前人工智能非常火爆,而深度学习则是引领这一火爆现场的“火箭”。于是,有关“深度学习”的...

3225
来自专栏云时之间

深度学习与神经网络:浅谈人工神经网络跌宕起伏七十年

人工神经网络在过去的七十年的时间里数次起起伏伏,几十年间人们一直在追求机器的智能化,在近几年的研究中,随着数据量的增加和深度学习神经网络算法的研究和进步,表明了...

3725
来自专栏计算机视觉战队

简单的目标检测与分析

最近才参加完中兴的捧月比赛,感觉一开始该公司水分较大,让参赛者自己制作数据集,并且制作的数据集作为比赛最后的评审得分之一(对此有啥看法,你们懂得-----不就是...

2876
来自专栏计算机视觉战队

简单易懂的讲解深度学习(入门系列之一)

于是,我们推出深度学习的入门系列。在这个系列文章中,我们力图用最为通俗易懂、图文并茂的方式,带你入门深度学习。我们都知道,高手从来都是自学出来的。所以,这个深度...

1482
来自专栏智能算法

鸟群的启发--粒子群算法

看文章之前先看一个相关小视频(55s, 2.86M): ? 1. PSO的基本思想: “自然界的蚁群、鸟群、鱼群、羊群、牛群、蜂群等,其实时时刻刻都在给予我们以...

39311
来自专栏人工智能头条

深度学习相关最新图书推荐

1584
来自专栏云时之间

深度学习与神经网络:浅谈人工神经网络跌宕起伏七十年

人工神经网络在过去的七十年的时间里数次起起伏伏,几十年间人们一直在追求机器的智能化,在近几年的研究中,随着数据量的增加和深度学习神经网络算法的研究和进步,表明了...

48211

扫码关注云+社区

领取腾讯云代金券