作者 | 太蔡了

整理 | NewBeeNLP

面试锦囊之面经分享系列，持续更新中 

可以后台回复"面试"加入交流讨论组噢

写在前面

楼主是C9末流渣硕一枚，现在已经正式确定offer要去我宇宙条了！当时为了准备面试几乎把网上头条的面经翻了个底朝天，确实很有收获，现在来发个面经攒攒人品，希望对正式批投头条的小伙伴们有帮助~

先说情况：楼主报的应该是算法工程师，好像就是一个大类没有细分。当然楼主想找的方向是现在一抓一大把的地狱难度的CV岗。

面试通知

接到面试通知的我完全是懵逼的。虽然我很早就知道头条开始了提前批，不过楼主当时还在忙着实习，压根就没时间准备秋招呀，所以也没投。后来一个上海的电话打过来了，说我被实习投递的人才库（没错，实习面试一轮游就凉了。。。）里捞出来了，想给我来个提前批的面试，时间就定在下周一。

这等邀请怎么能不答应啊！宇宙条诶！但是留给我准备的时间只有一个周末了，楼主也不敢想别的，赶紧趁周末打开我的leetcode把top100过了一遍，各种深度学习、机器学习的基础知识也不在话下。

一面

按照约定时间，一面准时开始了，面试官是个年轻的帅小伙。问的问题主要都是深度学习、CV方面的基础，没有自我介绍，上来就介绍实习的项目。

• 因为我实习中有用过GAN生成人脸，所以问我：GAN的损失函数形式是什么样的？（楼主写出来了，不过忘了写前面的min、max目标，面试官表示没关系，知道我是懂的就行了）

• 介绍一下什么是GAN？

• 有木有试过StarGAN之外的方法？（很尴尬的表示，并没有。。）

• GAN是怎么训练生成器、判决器的？（楼主就说了最原始的GAN的交替训练的方法）

• 输入为L*L，卷积核为k*k，还有步长s和padding p，求输出尺寸？（L1 = (L-k+2*p)/s + 1）

• 接上题，求操作的FLOPs？（FLOPS = k*k*c1*c2*L1*L1）

• 过拟合要怎么解决？（减少模型参数、早停、正则化、数据增强、GAN合成数据、dropout、few shot learning，等等等等）

• 上面自己提到了few shot，解释一下是什么？（不小心给自己挖了个坑，还好楼主大致懂一点。。）

• 几个激活函数都有什么优缺点（sigmoid, tanh, relu, lrelu等）

• 概率题：x, y服从0-1均匀分布，求x+y<1的概率？x, y, z服从0-1均匀分布，求x+y+z<1的概率？