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...

秋招0offer，估计简历有问题   

10号下午二面的，今晚才从复试通知链接变成这个进度，求佬解答

本人25届，背景普通2本，当前有过两家游戏公司经历，但总和仅一年左右工作经验，当前又是失业中感到焦虑，可每个人的人生节点只有一次，所以不免失望，留下总结。没有写过文章，纯野生程序员，如有错误请指正。前方内容可能过于啰嗦，想看新人建议和踩雷，向下翻重点即可噢、为什么写这些看到一些人的帖子写的很好，当初也想要总结自己的经历，以便帮助后面的人，可无论是第一次上大学、第一次乘坐飞机、第一次学某个技术，最终都忘记将那些经历和所犯错误留下，后来人心中不免会想“老师或者教程讲的东西都很难，没有真正以初学者的角度”。但实际上很多东西正如很多人所说，只有经历过一次才知道其中缘由，且学会后就忘了那种感觉。现在我正...