5.16 三面结束 我看粉丝投稿的4.21 一面的 二面过完5.11. 自我介绍2. 怎么理解深度学习损失函数中的最大似然估计 MLE？答案：最大似然估计的目标是找到一组模型参数，让观测到的数据在当前模型下出现的概率最大。深度学习里的分类任务通常把模型输出看成条件概率分布 p(y|x; θ)，训练时希望真实类别的概率越大越好。实际优化时通常不会直接最大化似然，而是最大化对数似然，或者等价地最小化负对数似然。交叉熵损失本质上就是负对数似然。比如多分类中，真实标签是第 y 类，模型对这一类预测概率是 p_y，loss 就是 -log(p_y)。预测越自信且正确，loss 越小；预测越错，loss ...

二面一天半了一直这样，是在横向吗

毕业即失业

一、什么是全局 ID？一句话：全局唯一 ID = 整个系统里永远不会重复的 ID。不管多少台服务器、多少张表、多少服务，生成出来的 ID 都绝对不重复。比如：订单 ID优惠券 ID用户 ID流水号这些都必须全局唯一，不能重复。二、为什么需要全局 ID？（你写的那两个问题是核心）你学习笔记里写的两点，就是分布式系统必须用全局 ID 的真正原因：1. 数据库自增 ID 不安全、规律太明显如果订单 ID 是：101、102、103、104...别人一看就能猜到：今天卖了多少单总订单量多少商业机密直接暴露全局 ID 是乱序的，别人猜不到。2. 分库分表后，数据库自增 ID 会重复比如：订单表 1 自增...