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...

求锐评，兄弟们，后端开发 + 大模型应用开发，可以直接冲27届暑期实习吗，实在不行日常实习也行

为啥我过了复试它还要评估是否进入下一轮    也没给我发下一轮面试通知😭😭😭

腾讯 - 后端开发（暑期实习）3.13面试部门：QQ 面试时间：55min一、 自我介绍与背景简单做个自我介绍。作为后台开发，你目前最擅长的开发语言是什么？有没有用过 Go 或 Python？二、 Java 基础与 JVMJava 这种语言相比其他语言（如 C++、Go），你觉得它有什么优势和特点？ （感觉我上来就没回答好）对 Java 的垃圾收集（GC）有没有了解？谈谈判断条件和回收算法。刚才说的是算法，那么 Java 中比较成熟的垃圾收集器有哪些？在启动 Java 进程时，通常会配置哪些垃圾收集器（如 CMS 或 G1）？你配过吗？ 三、 并发编程（线程池）用过 Java 的线程池吗？讲讲...