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...

这是我在BOSS遇到最有人性的hr，他的鼓励简直让我这么久人机般投简历来，最感动的一次，真的好想进这家公司啊😭😭😭

忽然收到了面试邀请 有没有友友有面经分享 投了这么多 第一个面试机会

1. C 和 C++ 的不同答案：C 和 C++ 最大的区别，不只是“一个面向过程，一个面向对象”，而是它们在抽象能力、类型系统和资源管理方式上差异很大。从语言层面看，C 更偏底层过程式编程，强调结构体、函数、指针和手动资源管理。C++ 在兼容 C 的基础上，增加了很多更强的抽象能力：面向对象：封装、继承、多态泛型编程：模板资源管理：RAII标准库：STL 容器、算法、智能指针、线程库更强的类型系统：引用、函数重载、命名空间、异常等实际开发里，C 更适合：对运行时开销极度敏感的场景偏底层、硬件、驱动、嵌入式开发C++ 更适合：大型工程需要抽象能力和可维护性的系统对性能和工程化都要求较高的场景代...