张同学-自学3个月不够系统拜师帮我成功就业

张同学-自学3个月不够系统拜师帮我成功就业
张同学-自学3个月不够系统拜师帮我成功就业

个人背景:本人于2020年1月毕业于广西大学计算机技术专业,全日制专硕
学习经历:在校期间主要靠自学,不够系统,总是用到什么再去学什么,没有形成一个完整的学习体系,很多知识点似懂而非懂,基础不够扎实。后来跟着老师从吴恩达老师的深度学习课程开始刷,有不会的就在群里提问,老师看到后会给予解答。比较喜欢这种学习模式,有大佬在旁边指导,学习会事半功倍。吴恩达老师的课后习题也很值得一做,看到算法的源码后对算法的理解会更加深刻,有些模糊的细节也可以搞懂。学会深度学习的基础知识后,就开始刷经典论文,比如经典的网络结构,如VGG,Inception,ResNet等,看懂这些结构的设计理念很关键,某种程度上也是一种类脑思维,最好根据GitHub上的源码,自己写一下,在提升编程能力的同时也可以加深对网络结构的印象与理解。第三步就是看一些面试经常会问到的算法,比如R-CNN系列,SSD,YOLO系列。在学习具体算法的过程中,老师建议不要死扣一些细节,多从应用的角度思考,这个对我的帮助很大,让我少走了很多弯路。在学习的过程中,有一次文章老师下班很晚依然为我指定学习计划,非常敬业,胡子老师也在我学习的过程中给予了很大的帮助,为我提供了很多好的学习资料。感谢群里所有的老师对我的帮助,让我能利用短短几个月时间取得了较大的进步。

面试经验:

1.算法的可行性证明,一定要了解算法背后的原理,以及数学公式的推导,不需要多么严格的证明,但是一定要了解。比如为什么bounding box的回归可以看做线性回归等。

2.SVM中核函数的定义以及核函数的设计要求。

3.如果处理样本不均衡的问题以及对半监督学习的理解。

4.CNN在CV领域中有效的原因

5.LSTM与GRU的一些知识点

6.L1与L2正则化的区别

7.解释下目标检测中NMS的过程以及改进方法(softNMS)

8.决策树,随机森林,bagging与boosting的区别

9.胶囊网络的知识点,聊了下最新的论文

10.TensorFlow与Pytorch的区别

11.debug的一些经验

相关新闻

发表评论

邮箱地址不会被公开。