百度面试题 · tech:pytorch
百度相关面试题，按最终去重题目聚合。
共 3071 道真题 · 当前筛选命中 9 道 · 更新 2026-08-05
筛选题目已选：tech:pytorch
考察点
技术栈
第 1 题请手写实现 Multi-Head Attention（MHA），并说明其计算过程。 考察对 Transformer 注意力机制的深入理解与编码实现能力第 2 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 3 题请解释重参数化技巧的原理及其在变分自编码器中的作用。 考察对生成模型中重参数化技巧原理及其作用的理解第 4 题请实现并解释SE-Net的关键模块 考察对SE-Net核心模块的编码实现与原理理解第 5 题请用PyTorch基础语法实现一个Tokenizer。 考察对PyTorch张量操作和文本预处理基础能力第 6 题请实现一个Tokenizer，要求只能用PyTorch基础语法完成。 考察用PyTorch基础操作实现文本分词器的能力，兼顾算法与工程实现第 7 题请介绍几种常用的推荐系统深度学习模型及其适用场景。 考察对推荐系统深度学习模型的掌握程度与场景理解第 8 题介绍下DeepSpeed 考察对DeepSpeed核心机制、应用场景与性能优化原理的理解第 9 题请介绍几种神经网络底层优化的方法，并说明它们如何提升训练效率或模型性能。 考察对神经网络训练优化方法的系统理解与实际应用能力