地平线机器人

一开始先做自我介绍，说一下自己做了哪些项目。然后问而下kaggle那个项目，面试官还亲自查了kaggle记录。想让我大概说了下思路，我说我们跑了pytorch的model zoo，他回了一句：pytorch现在有这么多新模型了？，这句话让我觉得他大概也是搞DL，应该会问的比较专业。然后问了下我怎么finetune模型的，我说我们修改了模型，同时最后结果加了一层fc（1000,17），输出结果套sigmod。 然后他问了一些模型修改的细节，之后他问我最这些model zoo了解多少，我大概吧alexnet，VGG，inception，resnet，densenet说了一遍，感觉他还比较满意。之后他问我是不是在做强化学习，我说正在边学边做，他让我介绍一下，我大概跟他说了一下Q-learning和DQN的区别，然后让我说下现在主流的RL算法有哪些，我说有sarsa，Q-learning，但是现在不多见，因为搜索空间太大了。DQN的话有natureDQN，doubleDQN，优先级DQN和对抗DQN，面试官没有再深问，最后问了下有没有目标检测方面的经验。 总的来说，面试官比较温和，也比较专业，中间还给我科普了下alexnet的第一层窗口很大，VGG的比较小。