此次從投簡歷到今天面試共用了兩天加一個晚上，寫下我的面經(jīng)，僅供交流學(xué)習(xí)之用；

先是在電話里根據(jù)自己的項目經(jīng)驗問了些情況，然后安排了今天的面試。先是40min做了一套筆試題，題目回憶版如下：

1、全局變量、局部變量和靜態(tài)變量有什么特點和區(qū)別；

2、動態(tài)建立二維數(shù)組(數(shù)組大小為m*n)，然后再釋放；

3、OpenCV里的Mat和 ?的區(qū)別；

4、解釋一下overloading和overriding(今天中午在地鐵上看C++多態(tài)的時候剛好看到這個，順便記住了這兩個單詞，好險)；

5、在優(yōu)化目標(biāo)的時候，l0、l1、l2范數(shù)的作用；

6、編程題：有一個字符串str，判斷字符串中的括號是否完全匹配；例如：str1=‘12{43[9]8（32）}’中有‘{‘和‘}‘匹配、‘[‘和‘]‘匹配、‘(‘和‘)‘匹配，所以稱str1符合規(guī)范。str2=‘12[894（9+0）’中的'['沒有匹配的‘]’，所以str2不合規(guī)范。str3=‘1+2873{rw(r)’、str4=‘87+83-(9ry3q{0}’等都不合規(guī)范。

7、翻譯。跟圖像識別相關(guān)的一個翻譯，有個別生詞，也算是有難度啦。

面試：

1、SVM的對偶問題是怎么回事？能不能解釋一下。（這個昨天晚上自己手推了一遍SVM，還算是比較清楚，不過也不知道自己解釋清楚了沒）

2、KKT條件的適用情況（這個庫恩塔克條件以前都只是看看，也沒刻意去記，所以記不太清了）

3、還知道BP神經(jīng)網(wǎng)絡(luò)的哪些變形？（這個問題讓我有點兒懵，現(xiàn)在想想，這個應(yīng)該是問我知不知道其他類型的神經(jīng)網(wǎng)絡(luò)的意思吧？T-T）

4、SVM支持向量機指的是哪些點呢（在不考慮有松弛的條件下）？此時的lamda值是等于0還是大于0呢？（這也記不清了，就回答了等于0）

5、簡單講講GBDT的原理；以及為什么不用隨機森林、adaboost；

6、adaboosting懂不懂？講講。。。這個，真沒記住。

7、優(yōu)化目標(biāo)函數(shù)的時候有哪些方法？（牛頓迭代法、后來問的是牛頓二次迭代，這個只記得牛頓的公式了，臨時推的時候有點兒心亂，愣是寫不出來了，我愧對自己的數(shù)學(xué)老師）

8、logistics回歸知道不？簡單講講。

9、與之對應(yīng)的神經(jīng)網(wǎng)絡(luò)出現(xiàn)的梯度消失和梯度爆炸是怎么回事？（這個笨貓貓同學(xué)給我講過^-^）怎么解決這些問題呢？（這個只記得在書上看過，給貓貓同學(xué)講過，但是我還是一時給忘了）

10、你知道的圖像處理操作有哪些？sift了解嗎？（sift我跑過別人的代碼，配置環(huán)境的文章見：點擊打開鏈接可惜原理我是不記得了）

大概就這么些了吧，感覺自己還是很菜。雖然python用的還可以，但是對于做圖像的來說C++還是必須要學(xué)的，后悔研一選修java而不是C++了。就這樣吧，我再補補知識去。

總結(jié)

以上是生活随笔為你收集整理的喵生中计算机行业的第一次面试经历的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。