开场先自我介绍
这个都不知道咋说，只能说说自己的院系专业
然后问项目的细节
略
偏差和方差是什么？
略
欠拟合和过拟合是什么？
略
如何解决？
加数据，正则，early stopping , dropout
dropout在验证的时候要怎么处理？
这里我因为紧张回答错了，我说好像是训练的时候有一个东西在记录吧，然后测试的时候拿来用
实际上好像根本不用管…测试的时候直接跑完整的网络模型就好了
我面完才反应过来…我是知道这个的，面试卡壳了
问了优化器有什么？
先说了随机梯度、批量梯度、小批量梯度
然后说动量，接着就被打断
比较随机梯度、批量梯度、小批量梯度？
批量耗时，随机跳跃性太大，小批量结合两者优点
问了凸函数是啥？
只有一个全局最优
神经网络是否是凸函数？
大部分都是
动量优化器的优点？
避免震荡，跳出局部最优
传统机器学习可以用动量优化器吗？
表示没见过，感觉应该不用这么复杂的
有无C++经验？
只会helloword的水平，不会相关的库
我是想表示只会开发信息管理系统那种破作业
但是说成了helloword
会什么语言？
我说python，然后他问dlc(?)机制是啥，可能是我听错了，我说不太清楚
感觉他应该想问垃圾回收机制吧，但是当时没反应过来
后来查到资料有python的GIL机制，不知道是不是这个
问ps范式？
我说不太懂，但是我知道并行的时候是各节点分别计算梯度然后汇总
他表示问的就是这个
问项目为啥用树模型？
吹优点
xgboost、catboost、LightGBM的区别？
一通瞎说
判断链表是否有环
紧张到不会，随便说的
面试时间大概是14：45到15：15，实际上大概也就是这个时长，30分钟以内
确实是基础面的感觉，可能后面才会问推荐相关？我感觉凉的可能性比较大
哦，对了，我在面试的小程序看到，今年秋招推荐岗招3个人
