中电金信(武汉)

1. 简单做个自我介绍。2. 上一份实习为什么不留在那里？二、Java 基础 1. HashMap 在 JDK1.7 升级到 1.8 做过哪些优化？2. 往 HashMap 里 put 一个值的过程是怎样的？3. HashMap 达到临界值时，扩容是怎么扩容的？4. 数组长度扩容两倍，里面的数据会怎么变化？5. JDK1.7 头插法为什么会出现死循环？6. 1.8 为什么改成尾插法？ 三、实习相关1. 为什么不直接存原始文件，一定要做转码？2. 两种方法转码分别有什么优缺点？3. 转码失败率大概多少？你们怎么监控？4. 你修复过多类格式兼容问题，当时是什么问题？5. Excel 内容太多导致 ...

年后投到现在至今0约面，是哪里出了问题，是背景问题还是简历问题呢希望大佬指点一下

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...