?

來(lái)源：投稿 作者：LSC
編輯：學(xué)姐

電話面，時(shí)長(zhǎng)1.5h

1.詳細(xì)介紹實(shí)習(xí)項(xiàng)目

2.介紹決策樹(shù)和gbdt以及它們之間的關(guān)系

決策樹(shù)可以被看作是GBDT中的基本學(xué)習(xí)器之一。在GBDT中，每棵樹(shù)都是通過(guò)迭代學(xué)習(xí)而來(lái)的，每一棵樹(shù)都試圖糾正前一棵樹(shù)的預(yù)測(cè)誤差。通常，GBDT使用回歸樹(shù)（Regression Tree）作為基學(xué)習(xí)器。GBDT通過(guò)將多棵決策樹(shù)組合在一起來(lái)構(gòu)建一個(gè)更強(qiáng)大的模型，這些樹(shù)相互協(xié)作，糾正前一棵樹(shù)的不足，從而提高整體性能。GBDT的目標(biāo)是最小化損失函數(shù)。

3.常見(jiàn)的深度學(xué)習(xí)的優(yōu)化方法有哪些

• (1)隨機(jī)梯度下降 SGD

• (2)動(dòng)量 Momentum

• (3)Adam 算法

• (4)Adamw算法

不同的優(yōu)化器實(shí)質(zhì)上只是定義了不同的一階動(dòng)量和二階動(dòng)量公式。

4.介紹C++的左值右值

左值是是通常可以放在等號(hào)左邊的表達(dá)式，右值是是通常只能放在等號(hào)右邊的表達(dá)式。

左值是有標(biāo)識(shí)符、可以取地址的表達(dá)式，最常見(jiàn)的情況有：變量、函數(shù)或數(shù)據(jù)成員的名字返回左值引用的表達(dá)式，如 ++x、x = 1、cout << ’ '字符串字面量如 "hello world"在函數(shù)調(diào)用時(shí)，左值可以綁定到左值引用的參數(shù)，如 T&。一個(gè)常量只能綁定到常左值引用，如 const T&。

右值是沒(méi)有標(biāo)識(shí)符、不可以取地址的表達(dá)式，一般也稱之為“臨時(shí)對(duì)象”。最常見(jiàn)的情況有：返回非引用類型的表達(dá)式，如 x++、x + 1、make_shared(42)除字符串字面量之外的字面量，如 42、true

5.指針與引用的區(qū)別

• (1)引用訪問(wèn)一個(gè)變量是直接訪問(wèn)，而指針是間接訪問(wèn)。

• (2)引用是一個(gè)變量的別名，不額外占用內(nèi)存空間，而指針是一個(gè)變量，有自己的內(nèi)存空間。

• (3)引用定義的時(shí)候必須賦值,并且賦值之后不可以改變，指針定義的時(shí)候可以不賦值，賦值后可以改變其所指的值。

• (4)引用不可以為空，但是指針可以指向空值。

• (5)引用是類型安全的，一般不會(huì)引起內(nèi)存泄露的問(wèn)題，指針可能會(huì)，一般盡可能用引用代替指針。

6.各種設(shè)計(jì)模型

• (1)單例模式：確保一個(gè)類只有一個(gè)實(shí)例，并提供一個(gè)全局訪問(wèn)點(diǎn)。

• (2)抽象工廠模式：提供一個(gè)接口，用于創(chuàng)建一系列相關(guān)或相互依賴的對(duì)象，而不需要指定其具體類。

• (3) 適配器模式：將一個(gè)接口轉(zhuǎn)換成另一個(gè)接口，以適應(yīng)不同的客戶端需求。

• (4) 觀察者模式：定義對(duì)象間的一對(duì)多依賴關(guān)系，使得一個(gè)對(duì)象的狀態(tài)發(fā)生變化時(shí)，其所有依賴對(duì)象都會(huì)收到通知并自動(dòng)更新。

• (5) 策略模式：定義一系列算法，將每個(gè)算法封裝起來(lái)，并使它們可以 訪問(wèn)者模式: 允許在不改變?cè)仡惖那疤嵯露x作用于元素的新操作。

7.python生成器、裝飾器

生成器: 函數(shù)中包含yield關(guān)鍵字的語(yǔ)句將被視為生成器函數(shù)。當(dāng)調(diào)用生成器函數(shù)時(shí)，它會(huì)立即返回一個(gè)生成器對(duì)象，但不執(zhí)行函數(shù)體內(nèi)的代碼。yield用于生成下一個(gè)值，同時(shí)保存函數(shù)的狀態(tài)，以便在下一次調(diào)用時(shí)從上一次暫停的位置繼續(xù)執(zhí)行。

裝飾器是Python中的一種高級(jí)編程特性，用于修改函數(shù)或類的行為，而不需要對(duì)其本身進(jìn)行修改。裝飾器通常是函數(shù)，它可以接受一個(gè)函數(shù)或類作為參數(shù)，并返回一個(gè)新的函數(shù)或類，從而增加或修改它們的功能。裝飾器通常用于代碼重用、AOP(面向切面編程)和功能增強(qiáng)。

8.介紹模型量化

模型量化（Model Quantization）是一種用于減小深度學(xué)習(xí)模型的存儲(chǔ)空間和加速推理速度的技術(shù)。它通過(guò)減少模型權(quán)重和激活值的精度，通常將它們從浮點(diǎn)數(shù)轉(zhuǎn)換為較低位的整數(shù)或定點(diǎn)數(shù)，來(lái)實(shí)現(xiàn)這一目標(biāo)。

9.對(duì)Transformer的了解

關(guān)注“學(xué)姐帶你玩AI”公眾號(hào)

回復(fù)“簡(jiǎn)歷”免費(fèi)領(lǐng)取??

300+簡(jiǎn)歷模板＆算法工程師萬(wàn)能簡(jiǎn)歷公式！