快手面试题 · 技术原理 · tech:pytorch
快手相关面试题，按最终去重题目聚合。
共 3254 道真题 · 当前筛选命中 10 道 · 更新 2026-08-05
筛选题目已选：技术原理 · tech:pytorch
考察点
技术栈
第 1 题介绍FSDP（Fully Sharded Data Parallel）的原理与使用场景。 考察对分布式训练中模型并行策略的理解与实际应用能力第 2 题请用代码实现一个基础的自注意力（Self-Attention）机制。 考察对自注意力机制原理的理解与编码实现能力第 3 题请手写实现一个多门控专家混合（MMoE）模型的核心结构。 考察对多任务学习模型MMoE的理解与编码实现能力第 4 题LN和BN的区别 考察对BatchNorm与LayerNorm原理、适用场景及差异的理解第 5 题神经网络训练参数初始化方式有哪些，分别会有什么问题？ 考察对常见权重初始化方法及其影响模型收敛效果的原理性理解第 6 题请实现 Multi-Head Attention（MHA），说明其结构和计算流程。 考察多头注意力机制的实现正确性与核心概念理解第 7 题请介绍你了解的精排模型及其工作原理 考察推荐或搜索系统中精排模型的技术理解与原理掌握第 8 题请手写实现多头注意力机制（MHA）的核心代码。 考察对Transformer多头注意力机制的理解与编码实现能力第 9 题请实现并解释一个 Multi-Head Attention 模块。 考察多头注意力机制的理解、编码实现与代码解释能力第 10 题解释一下梯度消失的处理策略 考察对深度学习训练中梯度消失问题及其解决方法的理解