最近年底，各个大厂基本都在忙着年度述职，这里可以和大家科普一下，所谓的年度述职就是在老板面前汇报你这一年的工作，你这一年都干了 什么 ，当初给你制定的目标（OKR） 有没有完成呀等等。一般就是写个文档或者ppt然后组内轮流汇报，也就相当于期末考试了，最后的成绩是关联你的年终奖的。所以那些15薪18薪的，多出来的几个月工资你能不能拿的满是要看你今年的表现的，表现的好可能拿满或者拿到120%，表现得不好可能就拿到80%或者50%，再或者没有年终奖得也不是没有可能。一直都在比然后从上面的述职就想到了从小到大我们一直在被要求超过别人，从上学的考试成绩，到上班拿多少得薪资，再到结婚找了个多好得对象，再往...

🥬  

可能也是我菜没想到比小厂都上手快 上一段小厂实习改了一段时间的样式才让我写其他的 现在已经在做比较核心的任务了好难啊 什么术语都听不懂 流程也不清楚 每天都抓耳挠腮坚持 坚持 已经来了两周了 再坚持一两个月 春招就有优势就明朗了吧为什么忙忙碌碌这么久都没有收获 而别人幸运地一下就进大厂了呢 明明水平差不多 而我努力这么久只有一个烂offer还拒了面试真的很靠运气啊不公平的不止有家境还有运气

面试题简述Transformer中用的是LayerNorm，而不是常见的BatchNorm，这是为什么？面试官想听的意识到不是BN不好，而是不适合Transformer的使用场景。面试回答举例Transformer中选择LayerNorm而不是BatchNorm，主要原因和序列建模方式以及训练场景有关。详情请查看：http://xhslink.com/o/8yJohFzKSX6由浅入深分析1、BN 依赖 batch 统计量。2、LN 只依赖特征维度。3、Transformer 的 token 并行与 BN 设计目标维度不一致。4、自回归推理场景下 BN 表现不稳定。面试加分点1、提出推理阶段 ...