小红书首页推荐算法二面-日常实习
1.介绍项目a
2.有做降采样吗
3.训练样本中负样本的比例,为什么不提升这个比例
4.采样方法
5.考虑过注意力的复杂度吗,训练时间会不会很长
6.怎么确定特征的重要性
7.基线模型效果是什么样的
8.第二层transformer有做消融吗
9.介绍项目c
10.冷启动样本
11.dropout后特征分布会改变,有考虑怎么处理吗
12.冷启动item的特征有考虑怎么在保证id特征训练完整的同时降低影响
13.为什么双塔最后sigmoid前都要接l2归一化
14.双塔的目标是啥,多目标怎么最终怎么计算相似度
力扣
投n个骰子所有可能的概率分布
2.有做降采样吗
3.训练样本中负样本的比例,为什么不提升这个比例
4.采样方法
5.考虑过注意力的复杂度吗,训练时间会不会很长
6.怎么确定特征的重要性
7.基线模型效果是什么样的
8.第二层transformer有做消融吗
9.介绍项目c
10.冷启动样本
11.dropout后特征分布会改变,有考虑怎么处理吗
12.冷启动item的特征有考虑怎么在保证id特征训练完整的同时降低影响
13.为什么双塔最后sigmoid前都要接l2归一化
14.双塔的目标是啥,多目标怎么最终怎么计算相似度
力扣
投n个骰子所有可能的概率分布
全部评论
相关推荐
xiaowl:你这个简历“条目上”都比较有深度性,但是实际上面试官又没法很好的评估你是怎么达到很多看上去很厉害的结果的。要避免一些看上去很厉害的包装,比如高效的内存复用策略的表达,如果仅是简单的一些内存共享机制,而且面试上也没有深挖的空间,就不要这样表达。比如,工程化模式本质上可能就是定义了一些abstract class,那也就没特别多值得讲的内容。建议简历上应该侧重那些你花了大量时间和精力解决、研究的问题,不要过分追求“丰富”,而是关注在技术深入度、问题解决能力的表现上。 点赞 评论 收藏
分享
04-05 16:16
西安理工大学 Java 点赞 评论 收藏
分享
查看17道真题和解析