1 寒武纪面经汇总资料

1.1 面经汇总参考资料

① 参考资料：

（1）牛客网：寒武纪面经-13篇，网页链接

（2）知乎面经：点击进入查看

（3）面试圈：点击进入查看

② 面经框架及参考答案：

（1）面经知识框架：点击进入查看

（2）面经参考答案：点击进入查看

1.2 面经涉及招聘岗位

（1）全职岗位类

【算法工程师（深度学习算法推理引擎/高性能计算库方向）】、【深度学习算法研究员】、【计算机视觉算法工程师】、【深度学习框架研发工程师】、

1.3 面试流程时间安排

PS：以上流程为大白总结归纳所得，以供参考。

其他注意点：

● HR面试之后，可能会有性格测试，通过之后就等通知了

1.4 寒武纪面试心得汇总

★ 感觉对c++需求很大，面试中很多都是这方面的问题

★ 平日里准备的更多的是深度学习训练的细节，不过面试中会问框架方面的问题

2 寒武纪面经涉及基础知识点

2.1 图像处理基础

2.1.1 讲解相关原理

● 传统图像处理，比如腐蚀膨胀的原理？

● 描述一下空洞卷积？

2.2 深度学习：CNN卷积神经网络方面

2.2.1 讲解相关原理

2.2.1.1 卷积方面

● 卷积层的计算细节、激活函数如何引入非线性？

● 为什么说引入非线性，网络就可以表示几乎所有的连续函数？

● 有没有自己从头实现过Conv2D？

● 5×5卷积核和2个3×3卷积核哪个好？

● 空洞卷积怎么实现，什么作用？

2.2.1.2 其他方面

● 两张卡同时训练的时候每张卡上的bn的参数是否一样？

2.2.2 公式推导

● CNN的反向推导计算？

2.3 深度学习：RNN递归神经网络方面

2.3.1 讲解相关原理

● 讲讲embedding吧，讲讲LSTM吧?

2.4 深度学习：CNN&RNN通用的问题

2.4.1 基础知识点

● 介绍卷积网络、RNN、bilstm？

2.4.2 模型评价

● 在给定场景下（好像是关于神经网络的层级结构的确定问题），如何给出最优化判据（就是采用什么样的方法来判断结果是好的，这样就能够提供反馈信息给神经网络，并以此来优化结构和参数。

2.5 传统机器学习方面

2.5.1 讲解相关原理

2.5.1.1 数据准备

无

2.5.1.2 特征工程

① 特征降维

● PCA的原理？

② 特征选择

无

2.6 深度学习&机器学习面经通用知识点

2.6.1 激活函数方面

● 激活函数如何引入非线性?

● 证明引入非线性，为何就可以说这个网络可以表示几乎所有的连续函数?

2.6.2 压缩&剪枝&量化&加速

● 多核CPU上矩阵乘法怎么加速？

● 卷积怎么加速？

2.6.3 过拟合&欠拟合方面

● 防止过拟合的方法？

3 寒武纪面经涉及项目知识点

3.1 深度学习：CNN卷积神经网络方面

3.1.1 目标检测方面

● 对Yolo算法的了解程度？相关细节？

● 遥感目标检测，你做了那些工作，遇到哪些难点？

3.2 深度学习：RNN递归神经网络方面

无

3.3 强化学习

无

3.4 机器学习方面

无

4 数据结构与算法分析相关知识点

4.1 数据结构与算法分析

4.1.1 线性表

4.1.1.1 数组

● 给定一个无序数组，找出里面数据和为0的组合，分析时间和空间复杂度？

● 数组和链表区别

4.1.1.2 链表

● 对一个链表进行排序，要求时间复杂度O(nlogn)，空间复杂度为O(1)？ (归并排序)

● 环形链表

4.1.1.3 字符串

● 字符串排序（按字母顺序）？

● 0-n-1：中找到一个重复的数字

4.1.2 树

● 什么是平衡二叉树？红黑树？

4.1.3 排序

● 在n个值里找最小的k个数，分析时间复杂度？

● 快速排序时间复杂度？

● 堆排序原理

4.2 算法思想实战及智力题

4.2.1 算法思想实战

● 如果给定一个正整数N，对于一个最小位是2的s次幂的数，需要多少位才能表示这个数？如何确定数字系统中的参数位数？

● 找出数组中的重复数字（哈希表）

● 两个鸡蛋掉落问题（动态规划）

4.3 其他方面

4.3.1 数论

（线性代数）特征值与奇异值

● 如果给定一个正整数数N，对于一个最小位是2的s次幂的数，需要多少位才能表示这个数？如何确定数字系统中的参数位数。

4.4 Leetcode&剑指offer原题

无

5 编程高频问题：Python&C/C++方面

5.1 python方面

5.1.1 网络框架方面

5.1.1.1 Tensorflow相关

● 从构建模型到训练的过程中，tf会用到的特性，想到多少说多少？

● 比较一下tf 2的eager execution和PyTorch的动态图的优劣？

5.1.1.2 Caffe相关

● 对caffe的框架理解得怎么样？知道caffe的框架组成吗？

5.1.1.3 其他

● 使用什么深度学习框架，如何设计一个神经网络结构？

● 熟悉框架有哪些，tensorflow或者pytorch做扩展开发吗？

● pytorch 与 tensorflow之间的优缺点？

● 静态图与动态图的区别？

5.1.2 基础知识

5.1.2.1 区别比较

● tuple和list的区别？

5.1.2.2 讲解原理

● python或者C++是否熟悉，python如何包装C++的库函数？

● python2转python3项目如何向下兼容？

● python中为何要使用numpy？

5.1.2.3 讲解应用

● python中的self像是C++的什么？

● list插入的操作，三种？

5.2 C/C++方面

5.2.1 基础知识

5.2.1.1 内存相关

● C++中内存越界、内存泄漏、内存溢出？

● C++和C的指针有何区别？

5.2.1.2 区别比较

● map和unordered_map的区别

● new、malloc的区别，它们用在哪些存储区？

● 三个关键字的访问权限与继承权限的区别

● 继承和多态

● 堆和栈的区别？

● C++ const和violate什么作用？编译器会怎么处理？

5.2.1.3 讲解原理

● std::vector内存的分配？

● C++11的新特性？

● 智能指针有几种，介绍每个的特性是什么？指针内存释放的机制？

● weak_ptr的使用场景

● 类型转换方法有几种，cast方法，介绍一下

● 优先队列底层数据结构，堆的数据结构有什么特点

● 堆定义的头文件在哪，用过哪几种队列，优先队列自定义排序方法

● 介绍multi_map的数据结构

● 如何实现多态？

● 判断一个链表有环

● 内存管理单元的作用

● 什么是指令流水？

● C++中的虚函数，各种类型转换方式？

● 析构函数的作用，什么时候作用？

● 虚函数的作用，将基类里的virtual关键字去掉会怎么样？

● 将基类的虚构函数 的virtual关键字去掉又会怎么样？

● long有几个字节，long long跟之前的C++版本有什么不同？会超过8个字节吗？

● 右值方便了哪些写法，有什么优点？左右值转换的函数是哪个？

● 右值引用在模板里面的作用，写模板用std::move()来传参的作用，forward的作用

● define

● 宏定义

● malloc

● static的作用

● 继承种类？虚继承解决什么问题？

● 讲解一下虚函数的原理，析构函数可以写成虚函数吗？哪些情况需要写成虚函数？

5.2.1.4 讲解应用

● C++中利用opencv存储图像的结构体？

5.2.2 手写代码相关

● C++里用过lambda表达式嘛？说说？它对开发效率和运行效率的提高。

6 操作系统高频问题：数据库&线程&常用命令等

6.1 数据库方面

无

6.2 操作系统方面

6.2.1 线程和进程相关

6.2.1.1 区别比较

● 线程和进程的区别？

6.2.2 常用命令

● 对操作系统的了解有多深？

● linux常用命令有哪些？

6.2.3 其他问题

● 生产消费者模式，以及临界资源有哪些？

● 造成死锁的四个必要条件？

● 软硬链接的区别？

7 技术&产品&开放性问题

7.1 技术方面

● 在给定场景下（好像是关于神经网络的层级结构的确定问题），如何给出最优化判据（就是采用什么样的方法来判断结果是好的，这样就能够提供反馈信息给神经网络，并以此来优化结构和参数？

● 浅谈关于人工智能与自动控制结合方法，就是人工智能方法该怎么样应用到自动控制中去？

● git中如何恢复/撤销之前已经push的操作？

7.2 产品方面

● 做一个项目大概的周期和时间分布是怎样的？

● 数据、模型、优化等各占多少？