专业服务行业面试题 · 问题拆解 · tech:pytorch
专业服务行业相关面试题，按题目行业基础数据聚合。
共 27579 道真题 · 当前筛选命中 10 道 · 更新 2026-08-05
筛选题目已选：问题拆解 · tech:pytorch
考察点
技术栈
第 1 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 2 题对于一个约 7B 参数的模型，如果使用 AdamW 优化器进行训练，大致需要多少显存？ 考察对训练显存构成（参数、梯度、优化器状态）的整体估算能力第 3 题基于 PyTorch，如果我们需要搭建一个模型结构，并从头开始训练的话，我们需要做哪些工作呢？ 考察基于 PyTorch 从零构建并训练模型的完整流程与工程实践第 4 题对7B参数模型进行全参数微调，大约需要多少显存？请说明估算依据。 考察对大模型微调显存开销的估算能力与训练知识第 5 题请介绍 CLIP 模型的基本原理。 考察对 CLIP 模型核心机制的掌握与理解深度第 6 题对于一个约 7B 参数的模型，推理一个 token 大概需要多少显存？请给出估算思路。 考察对模型推理显存估算的工程直觉与计算能力第 7 题BN层的作用是什么？它有哪些可学习参数？ 考察对批量归一化原理、作用及可学习参数的理解第 8 题请介绍 PyTorch 的核心基础概念，包括张量、自动求导和模型训练的基本流程。 考察对 PyTorch 基础知识的理解和表达能力第 9 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 10 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