人工智能面试题 · 编码实现
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 1165 道 · 更新 2026-08-05
筛选题目已选：编码实现
考察点
技术栈
第 161 题场景题：给一个视频，有场景切换的要求，怎么获得视频场景切换的分割点？ 考察视频场景分割的技术方案设计与工程实现能力第 162 题请实现矩阵顺时针旋转90度的算法，并分析其时间与空间复杂度。 考察二维数组操作、原地或辅助空间旋转算法及复杂度分析第 163 题请实现一个算法：给定 n 个非负整数表示每个宽度为 1 的柱子的高度图，计算按此排列的柱子，下雨之后能接多少雨水。 考察算法设计能力、数据结构选择与边界处理第 164 题C++11 中基于范围的 for 循环有哪两种常见用法？ 考察对 C++11 基于范围的 for 循环基本语法及常见变式的掌握第 165 题请实现一个简单的多层感知机（MLP），并从 CSV 文件读取训练数据。 考察深度学习基础建模与数据读取、训练流程实现能力第 166 题手撕全连接层，实现forward 考察对神经网络全连接层前向传播的数学原理和代码实现能力第 167 题实现多头注意力机制(torch或者numpy) 考察对多头注意力机制原理的理解和代码实现能力第 168 题如果已知数组本身是有序的，你会如何改进查找某个目标元素的算法？ 考察基于有序性优化算法的意识与实际设计能力第 169 题请利用PyTorch实现一个线性回归模型的模型定义和训练过程。 考察PyTorch基础建模能力和训练流程的掌握程度第 170 题双向链表怎么插入一个新节点？ 考察数据结构中双向链表插入操作的细节与边界处理第 171 题Embedding 微调训练的 Loss 是什么？ 考察对 Embedding 训练损失函数的理解第 172 题请具体说明 LoRA 的原理和实现步骤。 考察对参数高效微调技术的深入理解与动手细节第 173 题请写出RNSNorm和LayerNorm的归一化公式，并解释各符号含义。 考察对归一化计算细节的准确掌握第 174 题请描述RANSAC算法拟合平面的主要步骤。 考察RANSAC算法原理及其在平面拟合中的实现步骤第 175 题请说明BERT的预训练任务及其训练过程中的关键组成部分。 考察对BERT预训练机制和训练流程的理解第 176 题给定一个按非递减顺序排列的整数数组和一个目标值，请编写代码查找目标值在数组中出现的第一个和最后一个位置；如果目标值不存在，返回 [-1, -1]。要求算法时间复杂度为 O(log n)。 考察二分查找的边界处理能力和对数时间复杂度实现第 177 题给出一段关于进入房间拿钥匙的遍历类编程题，请说明你的解题思路并完成 Python 代码实现，同时处理标准输入。 考察遍历算法思路与 Python 输入处理能力第 178 题手写实现 Layer Normalization。 考察对 Layer Normalization 原理的理解与编码实现能力第 179 题给定股票价格数组和最多K次交易次数，如何计算最大利润？ 考察K次交易的一般化动态规划解法第 180 题有 N 个房间，初始时房间 0 已解锁。每个房间 i 里有若干把钥匙，每把钥匙可以打开一个房间。请判断能否进入所有房间。 考察图遍历算法设计与实现能力