微信扫码，开启公司订阅服务
关注服务号，定时为你推送「NVDIA」
面试等最新动态
面试等最新动态
匿名用户
机器学习的面试
主要是深度学习以及并行的内容，面试官nice。不过我对并行计算这些底层的比较欠缺，所以终面感觉不好。
1， LR initialization BatchSize 分别对DL 的影响
2，Two stage object detection中，NMS怎么并行实现
3，MAP MLE的区别以及cnn的优化方式是MAP还是MLE
1，介绍下BN，原理、优点以及实现
2，bottleneck的实现
3，样本比较少时，怎么让分类效果更好
1，一个大int数组，所有数都在0～999之间。快速排序方法
2，tensorRT使用的情况
3，一个长方形板子，挖了一个圆形的懂，求一种切分方法，恰好讲面积等分。
1，c++ override和overload
2，一个班级，二三十个人脸的平均人脸，用深度学习怎么实现
3，cross-entropy的公式，softmax的公式
...查看全文
1， LR initialization BatchSize 分别对DL 的影响
2，Two stage object detection中，NMS怎么并行实现
3，MAP MLE的区别以及cnn的优化方式是MAP还是MLE
1，介绍下BN，原理、优点以及实现
2，bottleneck的实现
3，样本比较少时，怎么让分类效果更好
1，一个大int数组，所有数都在0～999之间。快速排序方法
2，tensorRT使用的情况
3，一个长方形板子，挖了一个圆形的懂，求一种切分方法，恰好讲面积等分。
1，c++ override和overload
2，一个班级，二三十个人脸的平均人脸，用深度学习怎么实现
3，cross-entropy的公式，softmax的公式
面试官的问题：
问1， LR initialization BatchSize 分别对DL 的影响 2，Two stage object detection中，NMS怎么并行实现 3，MAP MLE的区别以及cnn的优化方式是MAP还是MLE 1，介绍下BN，原理、优点以及实现 2，bottleneck的实现 3，样本比较少时，怎么让分类效果更好 1，一个大int数组，所有数都在0～999之间。快速排序方法 2，tensorRT使用的情况 3，一个长方形板子，挖了一个圆形的懂，求一种切分方法，恰好讲面积等分。 1，c++ override和overload 2，一个班级，二三十个人脸的平均人脸，用深度学习怎么实现 3，cross-entropy的公式，softmax的公式
面试结果： 感觉没戏
面试难度： 困难
面试感受： 一般
匿名用户
集成电路IC设计工程师的面试
面试过程很正规，整个过程有四个人面试，先是四个人轮流面试一番，然后四个面试人员集体面试：
每个人面试的侧重点不一样，有技术方面，有专业知识的考核，也有关于性格和职业发展的考核，当然哈有英语，英语起码要能流利表达自己从事的项目。
...查看全文
每个人面试的侧重点不一样，有技术方面，有专业知识的考核，也有关于性格和职业发展的考核，当然哈有英语，英语起码要能流利表达自己从事的项目。
面试结果： 未通过
面试难度： 困难
面试感受： 一般
21