背景：本硕网安，此前无实习。 其实从去年七八月起，我就算开始准备实习了。但当时还在纠结选什么语言，实验室的项目也还没什么成果。就这样一拖再拖，拖到国庆后才正式开始学 Java，同时还得兼顾导师安排的比赛（用的正是我一直在做的那个项目）。一直拖到十一月初初赛结束，才勉强学完黑马的 Java SE。接着开始学 Java Web，边玩边学，直到十二月初才看完。 第一个比赛失利之后，导师又安排我参加另一个比赛的初赛（复用上一个比赛的成果）。之后我开始准备算法，跟着代码随想录的题单刷题，Redis 和后面的内容没系统学，最后是直接背的八股。这期间也一直在挑项目，挑着挑着就到了一月，勉强敲完了一个轮子项目...

我还有机会吗

第 13 题：混合精度训练（Mixed Precision Training） 题目 解释混合精度训练（Mixed Precision Training）的原理和优势。 一、在做什么？ 混合精度训练指在训练中部分使用 FP16（半精度），部分保留 FP32（全精度），在保证数值稳定性的前提下，用 FP16 加速计算、节省显存和带宽。 典型做法：前向和大部分反向用 FP16，权重和优化器状态用 FP32 维护，梯度在 FP32 下累加/更新后再转回 FP16 参与下一轮；对易溢出层（如 softmax、LayerNorm）保留 FP32 或做 loss scaling。 二、原理要点  FP16...