网易游戏视觉图像实习生一面挂经
研二了在学校呆了一段时间，想要实习。因此投了几个公司，反而只有网易游戏给了一个机会，进行了一次视频面试。
虽然没有明确消息，但是不出意外的话应该是已经挂了。尽量回忆了面试过程中的一些问题，写下这一份面（挂）经。一能分享一点经验给大家，二也是对自己做一个总结，明白自己的缺失，以及应该补足的方向。
自我介绍时提及到的项目，需要对其了如指掌。比如说用CNN做了图像分类的比赛，那么这个比赛是什么类型的比赛？数据有什么特点？你使用的是什么模型？介绍一下你的模型。比如说是ResNet50，那么就需要对ResNet50的内容十分了解，如：ResNet的特点是什么，它的ResBlock结构有什么功能，是什么样的原理等等。
其中提出该模型的论文一定要过一遍，因为他人总结的博客总是已经总结过的经验，不太容易说出自己对其的理解。
自己在项目中做过的实践和尝试有哪些，是如何进行的，又分别获得了怎么样的效果。这里面提到的内容也一定要理解透彻，如我提及到了使用另一个神经网络进行进行裁剪边框的预测，再将结果输入到下一级的神经网络中。那么面试官就会对你说的这个神经网络进行提问，比如是怎么搭建的，一共多少层，输入输出是什么样的，等等。一定要能够完整的说出来。
再到项目内容之外，就基本上针对深度学习图像领域的提问了，如：
如何理解CNN（我把回答的中心放在了卷积层上）
BN层的作用，什么时候应该使用BN层
我提到了DenseNet和ResNet，因此面试官还问我这两者的结构，特点。为什么它们的效果能有提升之类的。
CNN中有哪些非线性变换。（只有激活函数（我居然说了卷积池化FC都是……））
以及对动手能力的简单考察：
会用什么框架，在框架上搭建过什么模型
之后还有一些比较泛泛而谈的简单提问
用的什么编程语言，用了多久
学深度学习多久了
现在自己的方向，手上有什么工作等
对这个行业怎么看
以及，面试的时候，不太了解的东西一定要少说，因为面试官很容易追着你提问……比如我在回答对这个行业的看法的时候，提到了未来项目落地是很依赖于模型压缩的，面试官就直接问我你对模型压缩有多少了解了。（说实话是真的天马行空的问，虽然都在深度学习的领域之内。）
总结这次的经验就是，基础不扎实，项目经验少。因此重要的就是，有时间的话一定要多看paper。以及对自己做过的东西一定要好好整理，力求能说出一套完整的东西。