实习生面试--猫眼娱乐

2020.6.16 下午3点

• 上来写个python读取.txt文件中的单词（单词以空格分开），并统计单词的个数
• 我看你的简历里有softmax损失，可以说说softmax与sigmoid的原理和应用场景吗？

　　正确答案：softmax用于多分类问题，sigmoid用于二分类问题；softmax是求e的输出值次方，并对输出归一化，使得最终的和为1；sigmoid只是将输出值映射到0-1之间

• 我对你这个直走机器人和体操机器人比较感兴趣，可以给我说一说吗
• 最后，来写个简单的算法吧，二分查找行吧，咳咳，可以用递归哈

　　　　--def two_split(left,right) :

　　　　　　return two_split(left,right)

　　　　代码思路是正确的，可以考虑写的简洁一点哈

• 退出面试

 下午4点多

可结束了，吃个桃。。。电话响了

---你好，您还有一场面试，有时间吗？

---有的!

哒哒哒哒,重新进入面试房间

---你好，我刚才开了个会，耽误你了

---没事没事

---那咱们接着聊聊

       上来给我描述了一个动态规划的题目，还好我之前刷了几道这种题，套路还是可以的。从左上角到右下角的金币捡完了计算出来了最大值，接着又抛出来一个问题，如果从右下角再返回左上角，问这两个过程总共能捡到多少金币？

第一反应是两倍，肯定不是这个结果啦，因为第一次取完金币当前矩阵就清空了；

面试官引导我走上了贪心算法的道路，问我贪心求出来的是全局最优吗，我知道贪心不能保证全局最优，但是不知道原理，就在刚刚，just now，我明白了。。。第一次走的是最优路径，如果第二次也是走最优的，但是两次加起来并不一定是最优的，比如一个矩阵[[2,3,4],[1,5,3],[2,2,4]],找到了两条最优的，但是加起来不是捡起的金币最多的路径，因为两条最优路径都没有选择a[0][2]=4这个点，而其他点都走过了，但是还有其他的选择可以最后留下一个更小的数，将4包含进路径里，这样的结果是第一次找到的不是最优路径。真是验证了那句话，看起来好并不代表真的好。

把项目讲解了一通，你这个类内距离的我听懂了，但是类间距离这块，在数据归一化的情况下，余弦距离就是单位圆上的两点的距离，能在一定程度上代表距离，所以你添加的欧式距离损失就说不通了。（还要更加深入的了解这里的欧式距离到底要不要加，有没有必要加）

面试俩小时，还是很正规的，面试官都很认真，提出的意见也会帮助我成长。开心嘿嘿嘿