★ 总的来说，就是基础coding能力必须过关，至少offer上的题目以及leetcode一些关于数组和字符串的中等题得会，问科研部分会问的很深，很细节，会让在纸上画出model structure并给出原因，另外就是，最好能在自己领域做到相对深的情况下，去开阔视野，多follow其他领域的paper，尽量又深又广。做题过程中面试官会一直引导，就算刚开始不会也不要慌，重点是考察思考问题的方法和角度。

2 旷视科技面经涉及基础知识点

2.1 图像处理基础

● 图像旋转、旋转矩阵、像素点怎么填充？

● SIFT算子的尺度空间因子怎么设置？

● 讲讲Canny算子的算法？

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

● 空洞卷积的具体实现？

● 两个卷积核大小为（3,3），步长为（2，2）的卷积层堆叠，上层感受野大小是？

● Deformconv的原理？

● 问mobilenet_v2 1*1卷积作用？

● 常用扩大感知野的方法

2.2.1.2 网络结构方面

● Inception v1-v4的区别、改进？

● VGG16和Resnet152哪个参数量多？

● 说说Densenet的优势？

● 谈谈ResNet结构？ResNet 的特点

● 讲一下SENet的模块，为什么有性能提升，有什么好处?

● 模型轻量化了解吗，讲一下？mobileNet v1, v2。

● 介绍了解的神经网络（说了lenet，alexnet，googlenet，inception v1-v4， resnet，densenet，mobilenet）

● shufflenet结构

2.2.1.3 其他方面

● 讲讲梯度消失问题及其应对方案？（BN、Relu、初始化）

● BN优点，原理？各参数的意义？NCHW的特征图BN层参数？

● 什么是BN？BN 有啥优点？BN层怎么计算？讲讲BN的细节（过程，公式，作用）？为什么BN可以加快优化算法的速度？

● 问BN，详细介绍，问是否可以改进，训练和测试过程是否一样，测试中需要注意什么。均值和方差的计算是无偏的还是有偏的？

● Data argumentation怎么处理的？Noise Label怎么做?

● 反向传播的时候为什么会梯度消失？

● 多标签分类怎么解决，从损失函数角度考虑？

● 零样本分类问题。如果测试时出现一个图片是训练时没有的类别，怎么做？

● 一张图片多个类别怎么设计损失函数，多标签分类问题？

● 图像分类模型ResNet101相比ResNet50，residual block添加到哪里？为什么要这样添加？

● 细粒度分类：bilinear CNN ，细粒度分类主要的难点及目前的方法，其他的细粒度task了解吗？

2.2.2 数学计算

● n*n的feature map上执行m*m的最大池化，步长1，padding m/2，设计算法并求时间复杂度

2.2.3 手写算法代码

● 手写BN的实现。注意BN的mean和std是在哪个维度求梯度的，mean和std是滑动平均的值。基于numpy实现。

● 用你熟悉的框架写一下Unet结构

● numpy完成avepooling计算（积分图）

2.2.4 激活函数类

● 问了softmax损失函数

2.3 深度学习：RNN递归神经网络方面

2.3.1 讲解相关原理

● RNN 怎么反向传播？

2.4 深度学习：CNN&RNN通用的问题

2.4.1 基础知识点

● 输出值变成Nan了怎么办？估计是超过float32的数据范围了，需要对中间的数据进行归一化，比如BN，sigmoid函数等等。

● 对attention有系统了解过吗？讲一下各个modelde异同。SEnet, SKnet, CBAM, Non-local。

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了解不，其优化目标是什么？最大化投影后方差+最小化到超平面距离--机器学习方面。

● PCA具体过程？PCA白化是什么？为何选择方差最大的方向进行新的特征选择 ?

● 介绍PCA，特征值分解，奇异值分解等等（描述了这两个分解的意义，特征值和特征向量的用途以及这两个分解的应用）。

② 特征选择

无

2.5.1.3 有监督学习-分类和回归方面

① 分类回归树（集成学习）

● 讲讲adaboost和random frost的相同之处和不同，各自应用范围，实际应用选择？

② SVM

● 对SVM的理解，为什么要用对偶问题（二次规划+核化）具体讲一下为什么要核化，核化的过程？

● SVM怎么用于回归？

● SVM 的损失函数，特点，对偶问题求解？

③ 决策树

● 决策树怎么做回归？没答出来。后来在他的引导下说是给回归定义一个损失函数，比如L2损失，可以把分叉结果量化；最终的输出值，是分支下的样本均值。

2.5.1.4 无监督学习-聚类方面

● Kmeans的原理？

2.5.2 手推算法及代码

● 推导SVM

2.6 深度学习&机器学习面经通用知识点

2.6.1 损失函数方面

● 详细讲一下 BCE LOSS，DIce Lloss, focal loss, triplet loss, center loss。

● 写Triplet Loss代码？

● 交叉熵公式写一下？

2.6.2 网络优化梯度下降方面

● 梯度下降法和牛顿法区别？

● Adam 和 SGD 区别，RMSProp 优化算法？

● SGD的形式

2.6.3 过拟合&欠拟合方面

● 过拟合是怎么造成的，如何解决？

3 旷视科技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

3.1.1.1 讲解原理

● 讲一下FPN为什么能提升小目标的准确率?

● 说一说SSD具体是怎么操作的?

● FPN多尺度层中的box如何进行ROIpooling？

● 讲一下DL中目标检测的类别和特点？（one stage、two stage）

● 为什么two stage比one stage慢，为什么two stage比one stage精度高？one stage在哪些具体方面检测精度不高（ROI+default box的深层理解）

● One-stage检测针对负样本太多有什么解决办法?

● 目标检测算法中one-stage方法中为了解决正负样本不均衡，除了focal loss和xxx还有什么方法？

● 目标检测one-stage方法中anchor预测出的位置是有偏移量的，而类别置信度是针对原始位置的特征并不是偏移后的特征，提出解决办法。

● Faster RCNN和SSD区别？

● Anchor的正负样本比是多少？

● 为什么项目中用 Faster R-CNN+FPN，Faster 和 YOLO 对比；为什么叫单步法，两步法？

● Faster RCNN中RPN改成SSD如何改进，如何选择特征层做ROI?

● 什么场景适合检测，什么场景适合分割？

● anchorfree 和anchorbase说一下，你说到fcos看过源码吗，说一下细节？

● roi pool 和roi align 区别？

3.1.1.2 损失函数

● 讲一下Focal loss 的2个参数有什么作用?

● yolo系列介绍一下，重点说一下损失函数？

● 除了smoothl1 bbox的其它损失函数有些什么了解吗？

3.1.1.3 手写代码

● IOU和NMS怎么算，写代码

● 给两个矩形，算IOU

● 给一张二值图像，1的四邻域有1称作联通的白块，找出所有联通白块的外界矩形

1 1 0

1 0 0

0 1 0

输出[(0,0,1,1), (2,1,2,1)]

3.1.2 图像分割

● 说一下deeplab？它与其他state of art的模型对比，它的亮点，deeplab还可以做哪些改进？介绍deeplabv3，画出backbone，deeplabv3的损失函数。

● 串联与并联的ASPP都需画出。论文中认为这两种方式哪种更好？

● mIOU(图像分割的通用评估指标)的代码实现？使用numpy（我直接用了python）

● 常用分割网络

3.1.3 异常行为识别

● 了解其他异常行为检测的算法吗？

● 异常行为定义，实际部署环境，怎么检测，速度如何保证？

3.1.4 姿态估计

● 姿态估计算法中Top-down方法与One-stage方法的不同，top-down方法准确率高的原因是什么？（比较侧重挖掘对该领域研究的理解深度。）

3.2 深度学习：RNN递归神经网络方面

3.2.1 自然语言处理NLP

● CRF后处理的目的？

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

● 一个数组里有很多数，只有一个只出现了一次，其他都只出现了两次，怎么找？那如果要找两个只出现了一次的数呢？

● 一个正整数组成的数组，分成连续的M段，问每段的数之和的最大值最小是多少？

例如：a=[10,6,2,7,3],M=2,答案为16，两段分为[10,6][2,7,3]

(x0,x1),(x1,x2),(x2,x3),(x3,x4),...,(xn-1,xn)矩阵计算的时间复杂度，有什么优化方法

● 求一个数组中只包含0,1使得其中0,1个数相等的最大子数组？

● 有一个数target，一个数组，数组中两个数的和是这个target，请找到这两个数？

● 连续子数组的最大和？

● 输入一个二维数组，输出是这个二维数组的最大子数组(也是二维)。最大指的是元素累加和最大。如果是本身，那么返回这个二维数组。

● 给一个数组，给一个值s。判断这个数组里是否存在子数组，其和等于s？如果有的话，有几个？ N(n)复杂度

● 两个有序数组，返回并集的中位数？

● 一个数组，为1, 2, 3, ...n ，现在去掉了一个数，剩下n-1个数。求去掉的是哪个数。注意: 不准改变原数组，原数组无序空间复杂度O（1）。第二问，如果去掉了2个数呢？

● 数组shuffle以及证明算法shuffle后产生的数组排列是均匀随机的？

● 输入一个二维数组，和任意两点坐标，输出这两点坐标(左上点，右下点)围成的矩形内所有元素和，用积分图方法。

● 对于给定的数组A，每次可以取出任意一个数A[i]，同时要删除数组内所有等于A[i]-1和A[i]+1的数，直到数组为空，可以取出所有数的最大和为多少？

● 用numpy 实现 m*2 的矩阵中每一组数（xi,yi）与 n*2 的矩阵的每一组 (xj，yj) 的欧氏距离之和，即有 m*n 组欧氏距离，其中 i 从 0 到 m-1 , j 从 0 到 n-1

4.1.1.2 链表

● 链表反转？

● 链表的倒数第k个结点（双指针）

● 判断两个链表是否相交？

● 求两个链表的第一个公共节点？

● 链表排序（要求快排）

● 链表归并快排？

4.1.1.3 字符串

● 一段字符串的句子，由多个单词组成，返回颠倒后的句子？（单词不颠倒）

● 找到最长回文子串？

● 两个字符串序列的最长公共子序列？

● 寻找目标字符串的子串（可不排序）

4.1.2 树

● 堆介绍，插入元素时调整的时间复杂度（变成二叉树，递归定义）堆排序、其他排序方法介绍和特点（按时间复杂度分了三种去介绍），最常用哪种？

4.1.3 排序

● 实现归并排序

● 编程求数组中的 Top K 大的数？

● 求一个数列中两个元素的最大和，找到这个两个元素？（Top K 问题）

● 手撕topk，用的堆

4.2 算法思想实战及智力题

4.2.1 算法思想实战

● 求一个数的方根，精度0.01？二分加递归

● a的b次方，最优解法

● 一个数开平方，如果开不了就取最近的平方根值，比如10开平方是3

● 十进制转二进制

● 区间合并就是[1 2 3 6 10 11 12]合并为[1-3，6，10-12]

● 连续子序列的最大和？

4.2.2 智力题

● 房子500万，每年涨10%，程序员工资100万，不涨，问多少年能全款买房（几秒钟估算了一下，永远买不起…）

● 一个人从原点出发，可以往左走可以往右走，每次走的步数递增1，问能不能到达一个位置x？如果能，给出走的步数最少的方案？

● 10只小白鼠，986瓶水，其中一瓶是毒药，如何一次性找到哪瓶是毒药？

● 掰巧克力，m*n格，掰成一小块一小块，不能叠着掰，最少需要掰多少次？（答案：m*n-1）

4.3 其他方面

4.3.1 数论

● 用拉格浪日乘子法将约束优化转化为无约束优化，直观解释一下拉格朗日乘子法？

● 设随机变量X1,X2,…Xn相互独立，且都服从（0,θ）上的均匀分布。求U=max{X1,X2,…Xn}数学期望？

● 二维直角坐标系上，给定N个点的坐标（float型），一个点C的坐标（float型），一个整数M。问：找一个正方形，它以C点为中心，且四条边分别与x轴和y轴平行，其内部至少包含N个点中的M个点（在边上也算），问这样的正方形边长最小是多少？

● 给定一个 [0, 1] 的均匀分布，求圆周率？

● 对极几何公式推导？

● 一个是两个均匀分布，求二者差的绝对值的期望？

● 已知a,b都服从均值为0，方差为1的正态分布，求max(a,b)的期望。

● 一个点位于零点位置，可以向负方向移动，也可以向正方向移动，概率都是1/2，Xt表示移动t步以后点p到零点的距离，计算Xt的期望，Xt^2的期望？

4.3.2 计算几何

● 怎么求一个三角形外界圆，三条边垂直平分线的交点即圆心，圆心到顶点的距离为半径？

4.3.3 概率分析

● 抛一个不均匀的硬币，设计策略能得到1/2的概率（抛两次）如果要求得到1/3和2/3呢？设计策略（抛四次，我想着抛6次，小哥哥提醒了）

● 一枚硬币，抛n次，问正面数大于反面数的概率？ n是常数，不是无穷大。这题分奇数偶数讨论。偶数时写出概率的式子。奇数答案是1/2

● 一副扑克牌54张，给3个人发牌，把大小王发到了同一个人的概率？

● 一个半径为R的圆，用多少个R/2的圆可以铺满？

● 随机选3个点，使他们的平方和为1，要求选取的点等概率？

● 如何判断一个点在一个凸多边形里？

● 三个点在同一半圆上概率？

● 从n个数字中均匀采样出k个数字，无重复，并证明均匀性。如果n未知如何实现？如果概率都为k/n如何实现？

4.3.4 矩阵运算

● 矩阵m*n，从左上角到右下角，路径和最大？

● 已知矩阵高h，宽w，蛇形矩阵。写代码把他画出来？第二问，给定矩阵内一点y,x 在O(1)时间内给出该点的值？

● 最大子矩阵和

4.4 Leetcode&剑指offer原题

● Leetcode215：数组中第K个最大元素& 栈的最小数

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 Pytorch相关

● Tensorflow与Pytorch的区别？

5.1.1.2 Tensorflow相关

● TensorFlow 怎么在网络结构实现一个 if 判断？

● 用tensorflow计算Iou，写的python版本？

5.1.1.3 其他

● 用什么框架，各个框架的实现机制有什么不同?

5.1.2 基础知识

● Python多线程多进程？

● Python除了__init__（）函数，还有什么自带参数的类的初始化？

5.1.3 手写代码相关

● 用Python实现n×k和m×k的欧氏距离，不能用循环？

5.2 C/C++方面

5.2.1 基础知识

5.2.1.1 区别比较

● Cuda里面host和device有啥区别？

5.2.1.2 讲解原理

● C++一些语法特性平时项目中会用到吗，比如多态、继承等？

● 什么是动态联编？

● C++，问了 map 等是用什么实现的。答：红黑树。（面试官：好了，我也不问你红黑树了），那你在想想还有其他实现的方法吗？平衡二叉树，差不多说了一下。

● 构造函数和析构函数的作用，析构函数何时被调用？

● C++中sort底层是什么，是否稳定，还有哪些稳定排序算法？

5.2.1.3 讲解应用

● Set map低层实现的数据结构是什么？

5.2.2 手写代码相关

● 用C++将一个类改造成线程安全的类？

● map，m[1]="str";这句低层是怎么实现的，发生了什么？

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

● 问堆和栈，说了说栈的特点，怎么用的。

● 在计算机系统中，栈有哪些用处，具体解释了一下？我说了线程和进程。

● Linux的一些常用命令：我说了几个。他又问怎么按时间顺序打印出文件列表，按文件大小打印文件列表？

7 技术&产品&开放性问题

7.1 技术方面

● 各种深度学习训练技巧以及涨点的经验，问对此有什么insight，如何更好的解释?

● 无监督学习了解哪些？

● 1000个视频，无标签，怎么分类预测?

● 多标签识别怎么做?

● 数据不均衡怎么处理?

● 项目改进点，数据量少如何解决？

● 在原数据集训练权重上finetuning效果如何?

● 特征检索加速方式、模型加速方式?

● 场景题：许多图片数据，这些图片是由很多网络分割的，就像棋盘一样。每一个格子中可能存在一条小斜线（因为是直线，所以实际由两个端点就可以确定）。要求设计一个网络来检测出这张图片中的这些小短线？

要求：自己定义图片的尺寸，网络的模型，loss，评价指标。问的比较细，每一步的实现细节。

● 开放问题：一个二分类，如果只有正样本怎么做？

本文由大白智能作者：凯哲发表，其版权均为大白智能所有，文章内容系作者个人观点，不代表大白智能对观点赞同或支持。如需转载，请注明文章来源。

算法面经(51)

上一篇：华为算法面经秘籍下一篇：拼多多算法面经秘籍