一开始先做自我介绍,说一下自己做了哪些项目。然后问而下kaggle那个项目,面试官还亲自查了kaggle记录。想让我大概说了下思路,我说我们跑了pytorch的model zoo,他回了一句:pytorch现在有这么多新模型了?,这句话让我觉得他大概也是搞DL,应该会问的比较专业。然后问了下我怎么finetune模型的,我说我们修改了模型,同时最后结果加了一层fc(1000,17),输出结果套sigmod。
然后他问了一些模型修改的细节,之后他问我最这些model zoo了解多少,我大概吧alexnet,VGG,inception,resnet,densenet说了一遍,感觉他还比较满意。之后他问我是不是在做强化学习,我说正在边学边做,他让我介绍一下,我大概跟他说了一下Q-learning和DQN的区别,然后让我说下现在主流的RL算法有哪些,我说有sarsa,Q-learning,但是现在不多见,因为搜索空间太大了。DQN的话有natureDQN,doubleDQN,优先级DQN和对抗DQN,面试官没有再深问,最后问了下有没有目标检测方面的经验。
总的来说,面试官比较温和,也比较专业,中间还给我科普了下alexnet的第一层窗口很大,VGG的比较小。
...查看更多