簡單介紹了自己的研究方向，然后開始聊論文，也是簡單介紹了一下。
問我ML和DL哪個更熟悉，我說DL，然后換了個面試官專門問DL
先問第二篇論文里的RNN怎么設計的，其中用到的多任務學習結構有什么好處，多任務的權重怎么調的
網(wǎng)絡效果不好怎么辦，要不要增加數(shù)據(jù)量？還是按欠擬合過擬合答的，欠擬合基本沒有，過擬合可能有用
進而問過擬合什么情況沒用？答數(shù)據(jù)仍然不夠，或者跟現(xiàn)有訓練集一樣有偏
進而問給你一個過擬合模型，和額外很大量數(shù)據(jù)，怎么判斷這些數(shù)據(jù)有沒有用？想到了采樣，但是一時沒想起來具體怎么辦，最后面試官說，可以采樣了用過擬合的模型去跑跑看誤差
繼續(xù)問還有什么方法解決過擬合，我的論文里怎么解決的過擬合
然后換回另一個面試官，又開始問ML的知識
先介紹了一下我論文用到過什么傳統(tǒng)機器學習內容
LR和SVM訓練目標的區(qū)別，老問題了
知道什么參數(shù)范數(shù)懲罰？我答L1，L2是主要的，我還在別人的論文里見過Frobenius做參數(shù)軟共享的。進而問我L1和L2的區(qū)別。
特征選擇的方法，我說我是直接用樹模型，樹模型本身可以特征選擇，還可以L1，降維，別的不了解。
文本二分類的場景，問怎么提取特征，怎么設計評價指標，怎么調節(jié)超參數(shù)。
網(wǎng)易筆試三道編程，面試反而沒有編程。感覺看了好多面經(jīng)，網(wǎng)易這套問法是最符合面經(jīng)里問法的。

總的來說，我做了兩篇論文，所以面試會有很多時間花在聊論文上，而別的東西問的很簡單，并且我編程題經(jīng)常出狀況的情況下，也都給過了。
如果是碩

總結

以上是生活随笔為你收集整理的网易面试——人工智能工程师的全部內容，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)站內容還不錯，歡迎將生活随笔推薦給好友。