面经 | Ｂ站20校招算法岗（人工智能与技术部）【三面】
点击上方“AI算法与图像处理”，选择加"星标"或“置顶”
重磅干货，第一时间送达
作者：求小红书offer！！
来源：https://www.nowcoder.com/discuss/239826
本文已由作者授权，未经允许，不得二次转载
一面 40min
梯度下降为什么可以用当前点的梯度作为参数的最优更新方向？
知道二阶优化算法吗？
牛顿法的原理？
说说AdaGrad，momentum动量，有什么作用？
LSTM反向传播怎么进行的？
为什么能减少梯度消失？
有n个样本，分别有不同的权重，如何按照这个权重自己构造一种抽样？
n很大的时候如何改进？有一个游戏地图，可以上下左右走，有障碍物，如何找到起始点和终点的最短距离？如果地图很大，有什么改进方法？
二面 1h
项目逐个问，关注细节，你的角色，如何团队协作，有什么收获等等。扣得很细
推一下LSTM公式
LSTM如何减少梯度消失梯度爆炸？
CNN和BP神经网络反向传播，w和b的更新公式是否一样？
样本不平衡如何解决？
L1正则化和L2正则化区别？为什么L1能产生稀疏性？
easy-ensemble是什么？
给你offer的话能来实习吗？（当然可以，b站就在学校边上。当时听到这个一度以为很有希望????????）
下面和我介绍了下他们团队的方向。
三面 40min
介绍一个最熟悉的项目，问了很多细节 算法题：给一个二叉树，判断是否是二叉搜索树 未来2-3年的目标
end
秋招来袭，小编和几个小伙伴共同建立了一个秋招群，欢迎大家加入一起交流和分享面经内推码等等，同时还会邀请一些已经就业的人士和HR，大家可以踊跃提问互相交流学习～
下面是我们整理的两份面经，内含目前整理好的一些面经
https://github.com/DWCTOD/interview
https://github.com/Sophia-11/AI-Job-Info
添加微信[nvshenj125].回复:研究方向+地点+学校/公司+昵称（如目标检测+上海+上交+卡卡西）,加入AI学习交流群
回复 秋招，可加入秋招交流群
推荐阅读：
你点的每个“在看”，我都认真当成了喜欢