快手2024暑期实习一面面经（广告计算岗位）

问题：

1. 论文上的细节

2. 当输入图片由正方形变成长宽比很大的长方形，该怎么解决这部分的问题

3. 卷积的原理，和全连接的区别

4. 卷积网络特征图如何下采样：最大池化和均值池化的区别

5. selfattention的公式以及公式中sqrt（dk)的作用

6. triplet loss 和 交叉熵 的区别

7. 交叉熵损失加上softmax梯度怎么求解

8. L1正则和L2正则的区别，L1为什么能稀疏，L2为什么不能稀疏

9. Adam优化器和SGD的区别

（我能想到就这些）

coding：反转链表Ⅱ（从m处到n处反转）