斯内普店面+半个vo

先和recruiter聊，期间recruiter一直说我们最近股票是不咋样，但我们其实business一直增长的不错的，pay的也很好哟
店面
先问了个BQ， task beyond your normal responsibilities
然后蠡口斯柳
最后聊ML，问了些NN的经验，怎么improve models iteratively。NN里怎么解决overfitting，NN用l1，l2有什么问题。除了l1，l2，dropout还有啥，答batch norm也有些regularization作用，问batch/layer norm的区别。聊了聊transformers，和attention model有啥区别。

VO安排了两天，但是面完一天后就拿到了几个offer，下一个面试来不及在deadline前完成，就只好取消了

您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

已加米。求讨论 我认为nn 用L1 , L2 是因为NN 可能function 是non linear, l1 l2 可能没有办法好好的 控制model complexity 这样合理吗 ? batch/layer norm的区别 是指实作方面的区别。还是对overfitting 的效用比较?

您好！
本帖隐藏的内容需要积分高于 100 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 100 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

您好！
本帖隐藏的内容需要积分高于 100 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 100 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

匿名者 发表于 2022-3-1 16:32
面试官给的提示是让我想L2的作用主要是让weights变得比较小，那么NN里有个潜在的问题就是如果weights变得 ...

这是什么逻辑。。你用relu的话只和sign相关。你用sigmoid 在0附近gradient是最大的。。