许愿阿里OC

写论文最崩溃的，往往不是实验做不出来，而是明明知道这东西是玄学，却非要用最严谨的数学语言把它包装成真理。这种“学术欺诈感”和“语言组织的便秘感”才是最折磨人的。明明代码里就是几行的事情。写到论文里，不能这么干。我得对着屏幕发呆半小时，然后开始编：“为了有效捕获长距离的时空依赖关系，本文引入了基于多头注意力机制的特征增强模块，其数学表达如下……”然后就是一顿 数学推导的疯狂输出。写完觉得自己真牛逼，读一遍发现全是车轱辘话。写论文的过程，就是把“工程上的凑合”翻译成“科学上的严谨”的过程。 翻译不出来的时候，就是想手撕电脑的时候。

😭，投了好多，连个邮件回复的都没几个，笔试做完就没消息，我寻思投个测试，咋这么难。欢迎各位大佬疯狂拷打我简历，说什么改什么！

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 ...