校招选择咨询

最近我整理了一份 大疆嵌入式岗位二面的面经，整体看下来难度确实不小。相比一面更多集中在 RTOS 基础、任务调度、实时系统原理，二面的提问明显更加深入，也更偏向工程实践。很多问题不只是停留在概念层面，而是会继续往 底层实现、系统设计以及实际项目场景 里去追问。从面经来看，二面的面试官一般是经验比较丰富的工程师或者技术负责人，整个面试大概 一个小时。提问方式基本是从一个比较基础的问题开始，比如中断、任务调度或者通信机制，然后一步步往深处延伸，比如 实时性分析、系统优化、复杂问题排查 等。整理完之后我也挑出了一些比较典型的问题，一共 20 道。整体覆盖 RTOS、驱动开发、通信机制、实时系统设计以...

现在好多技术都在学，项目还在搞，但是害怕时间太晚来不及了，只要有人要我就可以了小厂也可以，佬佬帮我看一下😭😭

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...