大概一两周前面了 Tusimple deep learning intern 的电话面试一面。
先问简历，我之前有一个instance segmentation的research项目，跟这个组做的比较相关，所以问的非常细，涉及到算法的大量细节。我自己也主动描述了不少，交流的还不错。
然后问基础知识
介绍bach norm（我讲了一下以前的理论reduce internal covariance shift还有今年新文章How Does Batch Normalization Help Optimization?）
L1 和L2的区别（我讲了一下L1得到的weight sparse，L2 diffuse。 面试官问我哪个对outlier更敏感，我说L2）
如何解决class imbalance（我说了一大推，感觉他想要的答案是weighted loss）
optimazation （我说了说SGD，RMSprop，Adam这些的，但是好多术语记不清楚了就说了一下公式，面试官人很好说会用就行。）
PCA（我先解释了PCA的思想，然后他问怎么实现的， 我说singular value decomposition，然后他问为什么singular value大的对应variance更大，我想了半天没答上来）
Focal loss（问懂不懂这个，我说知道是何凯明博士的论文但没读过）
如何防止overfitting
activation function介绍
问了大概35分钟，然后面试官问我有没有什么想问的，我问了问公司的项目。最后跟我说一周之内会有消息，第二天收到了二面的消息。
如果哪位朋友面过二面了，求面经~~