腾子你是真的饿了

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 ...

在学校工作室里面的工位

28双非，可以找到实习不，简历有啥问题嘛

最近我整理了 vivo 暑期实习（嵌入式 / Linux 方向）的面经，发出来给后面要面的同学做个参考。技术面难度还是有的，节奏偏快，会顺着你的回答往下挖；整体氛围还行，但有几道题一旦答浅了就会立刻追问细节。面试题目进程和线程在内核里分别对应什么数据结构？创建线程和创建进程在内核路径上有什么异同？CFS 调度器里 vruntime 是什么？为什么用红黑树？新进程加入时如何防止老进程被饿死？nice 值、SCHED_FIFO / SCHED_RR 和 CFS 的关系是什么？实时调度会不会饿死普通进程？虚拟地址到物理地址的完整路径（MMU、页表、TLB）讲一遍；TLB miss 时会发生什么？伙伴...