商汤科技面试题 · PyTorch
商汤科技相关面试题，按最终去重题目聚合。
共 478 道真题 · 当前筛选命中 8 道 · 更新 2026-08-05
筛选题目已选：PyTorch
考察点
技术栈
第 1 题clone()和detach()的区别 考察对PyTorch张量操作中克隆与分离语义的理解第 2 题请说明 PyTorch 中两种不同浮点类型（如 float32 与 float64）混合运算时的类型转换规则。 考察对 PyTorch 数值类型提升机制的理解第 3 题请用 PyTorch 手写实现 softmax 函数，并基于 softmax 的输出分布编写一个采样函数。 考察 softmax 的实现正确性、数值稳定性与基于分布的采样能力第 4 题在不修改数据集的前提下，如何修改PyTorch代码解决多分类中的数据不平衡问题？ 考察在不改动数据时通过代码层面处理不平衡的能力第 5 题请用PyTorch定义一个简单的神经网络，例如一个两层全连接网络。 考察PyTorch中网络定义的基本能力和代码实现第 6 题请描述PyTorch中训练一个神经网络的完整流程。 考察对PyTorch训练流程的整体理解和关键步骤的掌握第 7 题是否使用过DDP和DeepSpeed？请说明二者的区别。 考察对分布式训练框架的理解与实际使用经验第 8 题请介绍一下梯度检查点（Gradient Checkpointing）的原理、适用场景和实现方式。 考察对梯度检查点技术的原理理解、实际应用场景及实现细节