Q:1、自我介绍
2、简历相关
Q:1)解释下raw图像和rgb图像的区别
Q:2)了解其他色彩空间格式嘛?
Q:3)饱和度、亮度这些了解嘛
3、项目介绍
Q:1)说下unet
Q:2)训练怎么监督的,损失函数是啥,你认为深度学习在其中学到了什么?
Q:3)huber函数了解吗?和l1、l2比起来优势是啥?
4、机器学习
Q:1)机器学习中一般怎么衡量模型效果?auc值怎么理解?
Q:2)怎么衡量两个分布的差异?KL散度和交叉熵损失有什么不同?关系是啥?
Q:3)怎么理解最大似然估计?
5、代码题
Q:1)二维矩阵,求连通区域数量(连通的定义:两个像素是四邻接的邻居,并且像素值的差的绝对值小于等于16,那么这两个像素是连通的)。
6、数学题
Q:1)甲扔n次骰子,取其中最大的点数作为它的最终点数,乙扔一次骰子得到点数,求乙的点数大于甲的概率。
Q:2)某种病的发病率为1/100,某种检测该病的技术检测正确率为99/100,现有一人被检测到生病的概率为p,求他真实生病的概率是多少?
Q:3)在上一问的基础上,现在连续两次检测为有病才会停止检测,求检测次数的期望值