水一贴，我面试的感觉大概就是这样的……

1. 谈谈深度学习中的归一化问题深度学习中的归一化，核心目的是让不同层、不同特征的数值分布更稳定，从而加速训练并提高收敛稳定性。常见归一化包括输入归一化（如像素缩放到[0,1]）、BatchNorm、LayerNorm、GroupNorm。BatchNorm在mini-batch维度统计均值方差，适合CNN场景；LayerNorm在特征维度统计，常用于NLP和Transformer。归一化可以缓解梯度消失/爆炸、允许更大学习率、降低参数初始化敏感性。 import torch.nn as nn # CNN里常见 BatchNorm2d cnn_block = nn.Sequential( nn...

不过还是挺开心的hhh

如题，怕纯后端岗位未来 扛不住，想找一个ai大模型开发的工作。友友们看看那个智能ppt生成项目，是不是已经很普通了。还有我的简历是不是内容很杂。想在春招冲一冲ai开发的工作，求友友们对简历给一些建议。

我正准备继续划水，突然被 @ 了。 "让实习生来讲吧，正好练练手。" 群里瞬间安静了三秒。 我看着屏幕上那份自己负责的分布式缓存选型方案，手心开始冒汗。明天要面对的，可是十几位 Tech Leader 和架构师。 📈 第二天，会议室 我站在投影前，深吸一口气，开始讲述这个月的工作成果： "我们团队负责的核心交易系统，日均请求量在千万级。现有缓存方案在高并发场景下存在热点问题，我调研了三种分布式缓存方案……" 讲到技术选型的权衡时，一位架构师打断了我："你这个容灾设计，考虑过跨机房的场景吗？" 我愣了一下，然后想起上周做全链路压测时遇...