准备溜去实习了，总结一下找暑期实习的这两个月吧。鼠鼠bg是末二本末九硕无实习，并且本科是非科班(和码完全不沾的那种），也是因为想做游戏才跨考到这个行业，所以也没投递过其他的方向，全部是游戏客户端开发。项目是跟着外网的一个教程敲了一个基于GAS系统的ARPG，自己通过AI魔改加入了联机功能。无图形学简历挂:巨人网络，叠纸网络，鹰角暑期，字节跳动(所有工作室都投了一遍没一个过的），莉莉丝，B站，游卡，快手，EA，还有不少中小厂都是投了就没下文了，不一一列举了。中小厂更想要过了就能立马去实习的，如果要投的话不要提前投笔试挂：网易雷火AI面挂：柠檬微趣（逆天一面挂：魔方某FPS，光子某FPS，灵犀互娱...

27届，bg双非本211硕，0实习找暑期，简直是地狱难度，要么简历挂，要么笔试挂，总算有约面的最多到二面也杳无音迅，某天晚上一时冲动投了字节（因为传说中的面评机制导致我一直没敢投，本来是打算先找个中小厂填简历，等秋招再面字节）没想到顺的不可思议，第二天hr就打电话约面了tl：3.30一面，第二天约二面4.3二面，隔一天约三面4.9三面，结束后10min约hr面，hr闲聊确认到岗时间，当场口头oc回想起那段日子，真是相当煎熬的一段时光，基本每个小时都忍不住检查邮箱，效率也是真的高，我都没想到简历能被捞这么快（点名某鹅某为，到现在都还在泡池子气笑了）最大的感受就是，实习这事是真的玄学，一个月前还在为实习天天愁的睡不着，做梦也想不到一个月后能坐在宇宙厂工位上。有时候被拒绝也不一定是你能力的问题，横向竞争太激烈了。千万不要灰心，保不准哪天就柳暗花明了

5.16 三面结束 我看粉丝投稿的4.21 一面的 二面过完5.11. 自我介绍2. 怎么理解深度学习损失函数中的最大似然估计 MLE？答案：最大似然估计的目标是找到一组模型参数，让观测到的数据在当前模型下出现的概率最大。深度学习里的分类任务通常把模型输出看成条件概率分布 p(y|x; θ)，训练时希望真实类别的概率越大越好。实际优化时通常不会直接最大化似然，而是最大化对数似然，或者等价地最小化负对数似然。交叉熵损失本质上就是负对数似然。比如多分类中，真实标签是第 y 类，模型对这一类预测概率是 p_y，loss 就是 -log(p_y)。预测越自信且正确，loss 越小；预测越错，loss ...