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 ...

可能是我见识太少了

1.自我介绍2.如何实现数组和List之间的转换参考回答：- 数组转List ，使用JDK中java.util.Arrays工具类的asList方法- List转数组，使用List的toArray方法。无参toArray方法返回 Object数组，传入初始化长度的数组对象，返回该对象数组面试官再问：1，用Arrays.asList转List后，如果修改了数组内容，list受影响吗2，List用toArray转数组后，如果修改了List内容，数组受影响吗数组转List受影响List转数组不受影响再答：1，用Arrays.asList转List后，如果修改了数组内容，list受影响吗Arrays....