百度
运筹大模型算法实习生一面面经
完整信息
本篇目录
给我面没招了，感觉自己好菜...
实习/项目经历提问
运筹优化相关提问:
1.项目里LP用什么解的?(KKT+牛顿)
2.MILP怎么解(分支界定法)
3.了解哪些启发式算法(个体:模拟退火，群体:粒子群优化)
4.模拟退火怎么防止陷入局部最优
5.粒子群的参数对算法有什么影响
6.怎么用粒子群多目标优化
深度学习相关提问:
1.网络深了有什么问题?怎么解决?(梯度消失。网络结构，激活函数)
2.用哪些激活函数可以防止梯度消失
3.RNN做了什么改进?讲讲LSTM，attention
4.Transformer位置编码有什么用?sin,cos的绝对位置编码有什么问题?
强化学习相关提问:
1.TD3算法有什么不同?actor延迟更新为什么可以说TD3是value-base的?(由DQN演化)
2.项目里为什么不用PPO?
3.PPO和TD3的目标和更新有什么不一样?Q和advantage
4.On-policy和off-policy有什么区别?
本篇目录
当前问题0115
- 01
实习/项目经历提问
- 02
项目里LP用什么解的?(KKT+牛顿)
- 03
MILP怎么解(分支界定法)
- 04
了解哪些启发式算法(个体:模拟退火，群体:粒子群优化)
- 05
模拟退火怎么防止陷入局部最优
- 06
粒子群的参数对算法有什么影响
- 07
怎么用粒子群多目标优化
- 08
网络深了有什么问题?怎么解决?(梯度消失。网络结构，激活函数)
- 09
用哪些激活函数可以防止梯度消失
- 10
RNN做了什么改进?讲讲LSTM，attention
- 11
Transformer位置编码有什么用?sin,cos的绝对位置编码有什么问题?
- 12
TD3算法有什么不同?actor延迟更新为什么可以说TD3是value-base的?(由DQN演化)
- 13
项目里为什么不用PPO?
- 14
PPO和TD3的目标和更新有什么不一样?Q和advantage
- 15
On-policy和off-policy有什么区别?