cf目前1400，牛子1600，但是不稳定，因为基础不太扎实心态不够稳。专题刷的很难受，带有算法的专题基本上每一道都得看题解问ai才能凭借记忆写出来。想寒假结束也就是3月前冲上cf1600，牛子1700，怕绕弯路，求大佬指点迷津，传授一些心得和方法。

23届双非嵌入式，RCer，打算本科就业。寒假第一段实习offer已接Base广州，打算暑假拿二段实习大四转长期实习，后尽可能转正。求各位佬帮我看看个人履历与简历还有什么问题。目前最高实习7k转正20k，最低实习3k转正7k（福州本地企业不太当人）主要技术栈在运控与MCU开发，Linux驱动开发涉及不深。

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 ...