Redian新闻
>
面试被问到了:手撕Transformer。。。

面试被问到了:手撕Transformer。。。

公众号新闻

  点击下方卡片,关注“CVer”公众号

AI/CV重磅干货,第一时间送达

前两天求职群分享了很多大厂的计算机视觉算法的面试真题,其中就有“手撕Transformer”:

其实手撕CNN、NMS、滤波等都是常见的面试题,近年来特别出现了很多Transformer高频考察知识点(毕竟当前AI顶流)。另外求职群分享了很多AI算法岗、软开岗的大厂面试真题,部分截图如下:

部分面试题如下图所示:

看面试题,对于找工作极其有帮助。一方面对知识点查漏补缺,一方面有很多"原题"的出现今年校招已经开始了!如果你想看更多面试真题、面试经验、求职问答、招聘内推、学习资料等,欢迎加入AI算法岗求职群获取,内容不限于算法、开发岗。
AI 算法求职群优惠券来了!
在此赠送限量 20 张 AI算法岗求职群(知识星球)30元优惠券(上次分享的券已被抢光,建议大家手速加快)今年最大的优惠力度!今年、明年和未来几年要找工作的同学们可以抢起来了!

AI算法岗求职群介绍


AI算法岗求职群(知识星球) 是一个面向全体学生和算法工程师/研究员的求职交流平台。旨在分享 AI算法岗的校招/社招准备攻略面试题库面试经验Offer选择内推机会学习路线求职答疑海量学习资料内容。


涉及深度学习,机器学习,计算机视觉,图像处理,自然语言处理,SLAM,大数据,数据分析,自动驾驶,机器人,推荐系统,C/C++和Python等方向。


求职群里既有2023届、2024届和往届求职的大佬/学生,也有刚入学的学生(大一/大二/研一等),还有很多公司里的技术大牛研究员和算法工程师。目前球的成员已经超过4900


我Amusi 每天都会在求职群里发帖/交流,回答问题,分享面试题,分享面试心得,分享内推信息,分享学习资料等。划重点!球分享的资料和问答已经超过4000条!


注:因为星球里人蛮多的,所以建议大家匿名提问,防止"隐私泄露"


1


2




▲扫码,进群!

AI算法岗求职群(部分内容精选)


群主和嘉宾既有2023届/2022届和往届参与秋招拿到算法Offer,也有已经毕业工作多年的算法研究员/工程师。涵盖Apple谷歌Facebook亚马逊微软NVIDIAUberIBMAnyVision腾讯阿里巴巴、百度、字节跳动、美团、拼多多、京东、快手、商汤、旷视、依图、云从、滴滴、OPPO、VIVO、华为、小米、大疆、平安科技和文远知行等上百家企业。


面向对象


全体学生和算法工程师/研究员,特别是 2023年2023届-2024届-2025届)找工作/实习的人群(研一/研二/大二-大四等),也强烈推荐刚入学的学生以及有考虑跳槽的工程师,早点为找工作做准备,锻炼刷题意识和能力。


海量面试经验/面试题


深度学习面试宝典是 Amusi 整理的一个AI算法岗面试题库,累计900+个问题与解答。涉及的领域众多,具体如下。同时求职群里每周都会更新很多面经,方便查漏补缺!




海量校招/实习/社招内推


群里已分享数百个的内推机会(涵盖BAT/头条/商汤/旷视/等公司),还有大量专门提前批和正式批内推,以及日常实习内推:

提问交流


如果你在学习、找工作、跳槽、职场、Offer选择等领域遇到问题,都可以在星球里向我提问!我知必答!




资源分享


涵盖刷题指南(LeetCode/剑指Offer)、学习路线、优质AI课程推荐、面试题、面试心得、知识重点分享、实战项目等内容



Offer比较与选择


招聘高峰期(提前批/秋招/春招),几乎每天星球里都会有人来咨询Offer选择性问题,或者转行问题,比如:AAA 和 BBB 哪个公司的Offer更好?



加入求职群(知识星球)方式


价格:199元(每天仅4毛钱) 立减30!特惠仅169元

时长:一年(从你加入的时刻算起)

加入方式:扫码下方二维码或者点击阅读原文,即可进入AI算法求职群(知识星球)


建议:进群后,推荐下载知识星球APP使用,同时也可使用小程序或者知识星球公众号进行使用,可以发帖/提问/交流/回答,并可以快速访问群里的资源。


希望这个群可以让你少走一些弯路

扫码进群

如果喜欢招聘/面经/内推,麻烦给个在看


麻烦给我一个在看

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
手套花,慢慢呈现无自注意力照样高效!RIFormer开启无需token mixer的Transformer结构新篇章儿子画的画:春花Transformer升级之路:一种全局长度外推的新思路20+篇里程碑式论文,带你从「Transformer的前世」速通到ChatGPTRWKV项目原作解读:在Transformer时代重塑RNN相互利用还是相互欺骗?为何俄罗斯始终坚定支持印度“入常”? zt5分钟端侧部署视觉大模型!专为Transformer优化的AI芯片来了炸裂!微软新作LongNet:将Transformer扩展到10亿个TokensTransformer作者创立,Hinton、李飞飞青睐,明星创企Cohere推出打工人专用知识助手confident not they will like me but it is fine if they don'tRWKV:在Transformer时代重振RNNLeCun力挺,马毅教授五年集大成之作:完全数学可解释的白盒Transformer,性能不输ViT大模型的好伙伴,浅析推理加速引擎FasterTransformerPackedBert:如何用打包的方式加速Transformer的自然语言处理任务ICLR 2023|场景三维重建新SOTA!基于3D Transformer的单目场景重建基于Transformer的大模型是如何运行的?Meta从全局和上下文学习揭秘云原生 AI 工程化实践:FasterTransformer 加速 LLM 推理在Transformer时代重塑RNN,RWKV将非Transformer架构扩展到数百亿参数RWKV论文燃爆!将RNN崛起进行到底!可扩百亿级参数,与Transformer表现相当!12种模态,一个学习框架,Meta-Transformer实现骨干网络大一统罗马斗兽场(Colosseum), 古代建筑比Transformer快4成!Meta发布全新Megabyte模型,解决算力损耗硬伤编码器-解码器 | 基于 Transformers 的编码器-解码器模型面试被问到了:手撕CNN反向传播。。。图与代码不一致,Transformer论文被发现错误,网友:早该被指出1000次Transformer开山论文惊天「翻车」?图与代码不一致,神秘bug看傻了星标破10万!Auto-GPT之后,Transformer越新里程碑LeCun力挺!马毅教授五年集大成之作:数学可解释的白盒Transformer,性能不输ViTICML 2023 | 轻量级视觉Transformer (ViT) 的预训练实践手册大幅优化推理过程,字节高性能Transformer推理库获IPDPS 2023最佳论文奖transformer的细节到底是怎么样的?Transformer 连环18问!Transformer八子:新硅谷「叛徒」铸就 AI 世界「至尊魔戒」VCE物理— transformer的理解和例题transformer高效训练方法一览
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。