计算机视觉汇总面经分享（面试突击必看）.pdf

计算机视觉汇总⾯经分享（⾯试突击必看） 总结 复习步骤：集中复习 （1 ）第⼀次-6 ⽉下旬，⼤概复习了20 天左右，主要了解基础知识总结⼤纲和常见考点，复习之前所做的项⽬的细节，补充理论知识； （2 ）第⼆次-7 ⽉下旬，⼤概复习了7 天左右，温习之前没有搞懂和提前批⾯试过程中涉及的内容，以及查看各种⾯经和针对⾃⼰需求 公司的要求进⾏复习； （3 ）第三次-8 ⽉上旬，⼤概复习了7 天左右，主要是过滤计算机的基础知识，包括计算机⽹络和数据库什么的，结果找CV 的⼯作很少 问到，Linux 和操作系统多⼀点； （4 ）第四次-8 ⽉下旬，复习深度学习内容，集中时间看了下以前笔试⾯试中还没有搞懂的东西。 细节复习：零碎复习 （1 ）每次⾯试之前都会花0.5~1 天时间去看⼀下总结的考点和⽹上（⽜客⽹或者其他）提供的⾯经上的问题； （2 ）有些问题⼀开始也不会，⾯试的公司多了就会了。 注意事项 （1 ）在校未出去实习 ①没时间出去实习，⼀定要早点准备，尤其是撸码，⼤⼩公司都很看重coding ，国企就不说了，基础复习起来很快，撸码这个需要花 费时间，有些东西看到了就会，没看到就真不会 ② 5 ⽉份开始刷题，⼀直刷到7 ⽉份，肯定很屌，⽆敌 ③基础知识6 ⽉就要开始看了，最晚不超过7 ⽉初，7 ⽉初提前就开始了，早点的6 ⽉份就开始了 ④提前批⼀定要多投，不投不被掠不知道努⼒复习，我⾃⼰算起来投了50+ ，⾯试了25+ （阿⾥，头条，滴滴，地平线，华为，依图， 图森，顺丰，锐明科技，旷视，海康，银⾏，英特尔等）拿到了10+ ，其中有三分之⼀的公司会因为简历不匹配给挂掉，剩下三分之⼀ 的公司绝⼤部分挂在coding ，基础和其他⾯试环境印象只有2 家给挂掉了，还是刷题太少了。 ⑤投递的时候⼀定要分层次和时间，开始的时候可以考虑投⼀些中⼩型不是很想去的公司，积累⾯经和稳固⾃⼰的基础知识；然后7 ⽉ 份下旬和8 ⽉份上旬是提前批的黄⾦时期，可以⼤⼒去尝试⼤⼚，更新⼀波知识然后再说想去的公司；9 ⽉份秋招⾯试⼀下提前批没有 ⾯试好的公司和⼤⼚，捡捡漏。 ⑥个⼈觉得⼀定不要想着秋招去找⼯作，还是要提前批好好搞，这样⼦秋招就不会很累，提前批没有offer ，秋招很慌很累，更没有底 ⽓，跟HR 谈offer 都感觉是跪舔，有offer 了，谈薪⽔有底⽓和安排，也知道⾏情，这样⼦也更不容易吃亏。 ⑦特别特别重要⼀点，如果⾃⼰不是⼤佬，信息真的很重要，不要单操，⼀定要多交流，打探各种情况，收集信息，不然会很吃亏。 ⑧简历⼀定要好好写，也是对⾃⼰的⼀种肯定，要定时更新⾃⼰的简历，写好简历找已经找⼯作的师兄或者博⼠师兄或者年长有经验 的⼈看⼀下，修改⼀下，我⾃⼰前后简历⼤改了3 次，很感谢实验室的⼤师兄和上交的师兄，帮我改得特别仔细，修改简历过程中就会 明⽩什么样的简历公司需要或者愿意看到。 ⑨找⼯作还是做个有⼼⼈，不能太佛系了，⾄少我⾃⼰不是，我还是觉得越努⼒的⼈越幸运。 ⑩要有针对性找⼯作，⽐如滴滴算法业务更多是图相关的，图算法⼤概率会出现，头条与图像处理居多，滤波传统图像处理⽐较多， 有些落地模型压缩和部署会涉及多⼀点。不能⼀⼝吃，分类整理。 （2）实习 ①去⼤⼚实习，争取留下来，不然还是⽼⽼实实在学校复习准备找⼯作。 ②去公司实习，没时间准备coding和基础，既然考虑出去实习，就是想着过渡⼀下，平台不好就不⽤考虑。 第⼀次复习深度学习 CNN的基本原理，公式，代码，其中设计到矩阵的乘法和优化 ①感受野，权值共享 ② CNN具体计算的细节，Group Conv，可分离卷积之间的原理 ③矩阵乘法原理及其优化，caffe底层实现的源码 ④反卷积，simple baseline中提及了 ⑤上采样⽅式和下采样 神经⽹络初期存在的问题，梯度爆炸和梯度消失的原因及其解决⽅法，以及原理 ①梯度不稳定，梯度消失，梯度保障->resnet->v1,v2 ②参数初始化 ③ Normalization操作：BN，IN，GN ，LN，SN ④ Dropout ⑤常见的激活函数及其原理 ⑥正则化 参数的量化操作 ①参数的计算和量化 ②常⽤模