编程:1.dp的题

   2.白纸写代码,给一串数和一个目标值,使用四则运算和括号使得这串数最后计算结果为目标值,打印出所有的方案,要求是这些数每个最多被使用一次,可以不被用到。

   3.考了一个查找数组里,未出现过的最小整数

   4.链表、字符串处理

   5.连续子序列的最大和

   6.单向链表的反转

   7.二叉树第k层结点个数

   8.你要在n个城市工作k周,你可以在周末的时候选择换城市,也可以不换,给你城市之间的邻接矩阵D(n*n维),D(i,j)代表第i,j个城市间有航班,每个城市每周的休假天数X(n,k),X(i,j)代表第i个城市第j周的放假天数,问题是你需要做一个规划,使得一年内你的休假天数最大。

   9.

然后topk的算法题,找到数组中的第k个数,

从如果数组很大很大的时候,堆排序的方法,到是否可以改变原来数据的结构的快排的方法

他说写一下快排的方法,就结束了

    10.

语言:1.C++的多态性,python什么时候传值,什么时候传引用

   2.static关键字作用

   3.进程和线程的区别

   4.virtual关键字的应用和虚函数的作用

   5.容器vector、list、map等的区别,map的实现方式

   6.cast转换的使用

cv:
1.是否知道深度学习框架的底层实现,因为之前没有了解过这么底层的东西所以直接说了不会

  • 如何识别两个不同的场景(环路和高速公路),因为自己没有这方面的业务背景,也没开过车,所以脑子里没有这两种路况的场景概念,随便蒙了几个点,可能只有通过识别交通标志的想法比较靠谱,其他的都不可行。
  • 讲几个自己熟悉的网络结构,然后问resnet在什么情况下比densenet效果好,什么情况下反过来
  • 给一个概率分布均匀的随机数发生器,给一串float型的数,希望通过这个随机数发生器实现对这串数进行随机采样,要求是如果其中的某个数值越大,那么它被采样到的概率也越大(考察sigmoid)

2.自我介绍

            2、对于我的项目做了很详细的询问,算法的构建,网络的模型,最后甚至问到了输出和损失函数部分。最终对我做的项目有一个评语
            3、介绍一下常用的算法,就是对于之前的项目中的算法都做了一个详细的介绍。
            4、因为面的是视觉岗位,YOLO讲完,就开始问Fasterrcnn了。因为之前用的是yolo,所以说的是只了解F。但是还是直接开始问了,幸亏之前看过没有忘掉。
            5、RPN层的作用是什么,roi的作用是什么,rpn可否单独拿出来应用等等。
            6、数据结构,讲排序算法,语言和框架简单了解
    7、就是又面了一次算法,不过他问我yolo是怎么回归ground truth的

pca降维的含义

momenta的更多相关文章

  1. Momenta电话面试笔记

  2. Discrete.Differential.Geometry-An.Applied.Introduction(sig2008)笔记

    -------------------------------------------------------------- Chapter 1: Introduction to Discrete D ...

  3. Gazebo機器人仿真學習探索筆記(三)機器人模型

    gazebo_models:https://bitbucket.org/osrf/gazebo_models 模型庫下載,可以參考如下命令: ~/Rob_Soft/Gazebo7$ hg clone ...

  4. 2018 AI产业界大盘点

    2018  AI产业界大盘点 大事件盘点 “ 1.24——Facebook人工智能部门负责人Yann LeCun宣布卸任 Facebook人工智能研究部门(FAIR)的负责人Yann LeCun宣布卸 ...

  5. AI时代大点兵-国内外知名AI公司2018年最新盘点

    AI时代大点兵-国内外知名AI公司2018年最新盘点 导言 据腾讯研究院统计,截至2017年6月,全球人工智能初创企业共计2617家.美国占据1078家居首,中国以592家企业排名第二,其后分别是英国 ...

  6. Ubuntu下Caffe实现物体分类

    参考链接: ubuntu下配置Caffe:https://blog.csdn.net/a_z666666/article/details/72853346 https://www.cnblogs.co ...

  7. Feature Extractor[SENet]

    0.背景 这个模型是<Deep Learning高质量>群里的牛津大神Weidi Xie在介绍他们的VGG face2时候,看到对应的论文<VGGFace2: A dataset f ...

  8. GENet/ESPNet

    GENet(更泛化的SEnet,有带参数和不参数的模块) 原文:https://blog.csdn.net/dgyuanshaofeng/article/details/84179196 SENet之 ...

  9. 【将门创投】AI 往期技术分享

    计算机视觉 1. 嘉宾:商汤科技CEO 徐立 文章回顾:计算机视觉的完整链条,从成像到早期视觉再到识别理解 2. 嘉宾:格灵深瞳CTO 赵勇 文章回顾:计算机视觉在安防.交通.机器人.无人车等领域的应 ...

随机推荐

  1. [javaSE] 多线程(售票例子)

    需求:简单的买票程序,多个窗口卖票,多线程 定义一个类Ticket实现Runnable接口, 定义成员属性int类型的票数nums 实现run()方法,run方法中 while(true)的死循环,打 ...

  2. 4、构造方法、this、super

    构造方法 构造方法引入 * A:构造方法的引入 在开发中经常需要在创建对象的同时明确对象的属性值,比如员工入职公司就要明确他的姓名.年龄等属性信息. 那么,创建对象就要明确属性值,那怎么解决呢?也就是 ...

  3. GIT 基础-基础命令

    环境 centos7 1.安装 #yum install git 2.创建本地仓库 ( 这里用 /www/git) 这里里有个隐藏的文件夹 ```.git``` 为git仓库的配置文件夹, 不可随意修 ...

  4. K:逆波兰算法

    相关介绍:  一种求解字符串形式的表达式的结果的算法,该算法在求解时,需要先将我们平日里习惯上使用的中序表达式的模式转化为等价的后序(后缀)表达式的模式,之后再通过求解出该后序(后缀)表达式的结果而得 ...

  5. sql:PostgreSQL9.3 Using RETURNS TABLE vs. OUT parameters

    http://www.postgresonline.com/journal/archives/201-Using-RETURNS-TABLE-vs.-OUT-parameters.html http: ...

  6. Luogu 4240:毒瘤之神的考验

    传送门 Sol 分开考虑 \(\varphi(ij)\) 中 \(ij\) 的质因子 那么 \[\varphi(ij)=\frac{\varphi(i)\varphi(j)gcd(i,j)}{\var ...

  7. sublime设置语法自动整齐快捷键技巧

    preference>>key bindings-user>>编辑设置文档, 输入 { "keys": ["ctrl+q"], &quo ...

  8. 微信小程序开发8-小程序的宿主环境(1)

    1.小程序的运行环境分成渲染层和逻辑层,第2章提到过 WXML 模板和 WXSS 样式工作在渲染层,JS 脚本工作在逻辑层.小程序的渲染层和逻辑层分离是经过很多考虑得出来的模型 2. 1.渲染层和数据 ...

  9. Monkey测试环境搭建

    一.JAVA环境的搭建 1.安装jdk-7u60-windows-x64(JAVA1.7.0,也可安装最新版的JAVA1.8.0),默认安装路径C盘: 2.JAVA环境变量的搭建: 我的电脑→右键属性 ...

  10. python字典的排序

    # -*- coding:UTF-8 -*- def dict_sort(): # 按照value的值从大到小的顺序进行排序 dic = {'a': 31, 'bc': 5, 'c': 3, 'asd ...