当前位置: 嘀嗒文库 > 热门排行

热门文档

测试用例设计的方法论你怎么落地?等价类、边界值、判定表、因果图、错误推测、场景法各给一个你写过的高质量用例。
2 阅读
UI 自动化你实际怎么落地?定位、显式等待、断言、稳定性治理(渲染没完成、重试、解耦)都聊聊。.docx
2 阅读
pytest 有哪些核心特性?在大规模用例集里你如何用 fixture 作用域、参数化、标记分层、并行与隔离。.docx
2 阅读
接口测试从 0 到 1 你怎么搭?流程、用例拆分、断言与覆盖策略都说说,顺便讲讲 Postman Swagger Mock 怎么配合。.docx
2 阅读
给你一个“人脸识别登录 + 贷款”的流程,端到端测试你怎么设计?活体、风控、回退兜底都要考虑。.docx
2 阅读
Python 自动化这块你用的是什么栈?pytest requests selenium 或 playwright,fixture 参数化 标记 并发你是怎么用的。.docx
2 阅读
JMeter 你怎么组织场景与采样指标?遇到性能或接口瓶颈你会怎么定位和优化。.docx
2 阅读
像匹配/推荐/规则引擎这种逻辑密集型业务,你怎么测?离线指标、线上 A/B、回归基线都怎么安排。.docx
2 阅读
回归任务最后一层该怎么选激活?线性、Softplus、截断、还是直接做分布建模?按不同业务约束说说你的选择依据。.docx
2 阅读
你实际用过哪些学习率策略?为什么要 warmup?拿一条你做过的收敛曲线说它起了什么作用,什么时候会失效。.docx
2 阅读
Dropout 训练和推理阶段分别怎么用.docxDropout 训练和推理阶段分别怎么用、为什么这么用?跟 BN LN 放一起会有哪些相互影响,怎么摆放更稳。 给出一句话总结和详细解.docx
2 阅读
偏差和方差你怎么把握?结合你遇到的真实线上案例,怎么判断是高偏差还是高方差,各怎么治。.docx
2 阅读
为什么要做 Label Smoothing.docx为什么要做 Label Smoothing?它怎么做,什么边界条件才适合,过度用会有什么坑。
0 阅读
Paraformer 有什么优势、适用边界是什么?跟传统 CTC/Transducer 比,差别和取舍点在哪。
0 阅读
当负样本比例剧变时,AUC 可能怎么走?你会如何保证指标的稳定和可比
0 阅读
Scaled DotProduct Attention 为啥要除以 √dk?如果不除会出什么数值或训练问题。
0 阅读
YOLOv8 的结构你怎么拆解?训练与部署各自踩过哪些坑,你是怎么解决的。
0 阅读
你怎么看“多头注意力 + 强化学习”的组合?它的价值在哪,工程上会碰到什么难点。
0 阅读
挑一次你觉得最有价值的“特征 损失”前向推导,完整讲讲从想法到落地的过程和收益。
0 阅读
为什么你在项目里会选 ResNet?从梯度传播、表示能力、参数 算力、迁移性几个维度讲讲你的工程化理由。
0 阅读
Transformer 里因果注意力的 Q K V 各从哪来?Mask 具体怎么实现。
0 阅读
AUC 到底在统计上代表什么?你怎么计算它,在线上业务里你如何解释“这次 AUC 提升”的含义。.docx
0 阅读
设计一个支持万人同时抢购商品的秒杀系统,如何解决超卖、库存扣减和高并发请求问题?
0 阅读
2025行业策略:AI赫赫,逐星追月.pdf
0 阅读