先自我介绍，面试官针对简历提出一些项目的问题，针对项目具体的点进行询问，问了一些数学的题目。一些传统的算法的理解
面试官问的面试题： 1.介绍了一下项目中用到的目标检测Faster rcnn的具体介绍。rpn是怎么产生候选区域的？
2.在神经网络的训练中，自己做了哪些调整？
3.介绍了一下cnn，介绍一个平移不变性。
4. ReLU激活函数的作用？
5、多分类怎么度量训练的结果，mAP代表的是什么，还有其他的评价指标吗？说了ROC曲线。
6. 简述一下逻辑回归，写一下逻辑回归的损失函数。
然后问，逻辑回归的输入，比如给定是否出门，给定一个天气：有三个值：晴天、阴天、下雨。怎么把这个作为逻辑回归的输入？（怎么把文本处理成向量？）
7. 出了一道数学题，一个一维的向量β；两个n维的向量x，y；求：。
8. 求1-10000之间的质数，写了个小程序，问时间复杂度，可以怎么优化？
9. 问对树有没有了解，大概说了一下决策树，还有随机森林，说随机森林可以一定程度的避免过拟合，问背后的原理？
10. 逻辑回归和决策树的区别
11. 问了解GBDT算法吗?
