爱读书屋 通过搜索各大小说站为您自动抓取各类小说的最快更新供您阅读!

“请两位选手思考3分钟的时间。”

很快,3分钟后,主持人将话筒递到了蔡昆手中。

“下面有请请蔡同学回答。”

他红着脸,磕磕绊绊了好久“很抱歉,这个领域,我并没有深入研究……递归神经网络是具有树状阶层结构且网络节点按其连接顺序对输入信息进行递归的人工神经网络,是深度学习算法之一。”

勉强背诵了一些定义,实在有些糊弄不过去,蔡同学道“很抱歉,我暂时没有特别好的想法。”

底下传来了一阵嘘声,蔡同学虽然脸红,但还是硬着头皮站在台上。

他抬头看向张远。

就看你能够回答出什么吧。如果什么都回答不出来,你凭什么面试成绩比我高怎么多?

“下边有请张同学回答。”

“我有个问题。”张远举了举手,“hopfield网络我听说过,但什么叫网络稳定『性』?”

这位提问者笑了笑“如果网络的某些权值可以收敛至平衡点,即称权值收敛,那么输出也就可以拟合期望的输出,即称系统稳定,因此收敛『性』是针对变量而言,稳定『性』是针对系统而言。”

“系统的稳定『性』得到不到保证,控制系统不稳定,网络的收敛『性』失去了基础。”

张远琢磨了一下一下,说道“你的那个研究领域,我也没有深入研究过,只是看过某些论文。不过我有一些简单的想法,你可以听听。”

“……首先是单调『性』问题,离散时间连续状态的hopfield网络模型中当神经元的激活函数是否为单调函数,或者说是否局部单调。”

“第二是,通过研究能量函数成为凸函数的条件,将hopfield网络的运行看作约束凸优化问题求解,从而尝试着去论证是否有全局惟一极小点的充分条件……”

“凸优化,您说的很正确!凸优化正是我在做的方向,我还有一个问题……”

这一次倒是说到了这位提问者的心坎里,他又提了几个凸优化方面的问题,当场交流起数学来。

最后在主持人的示意下,张远只好说道“关于凸优化方面的知识,如果有需要的话,可以台后找我探讨,这里就不详细说明了……”

很多东西他只是根据平时的积累,随口胡扯,如果真的能随机应变写出一篇论文,那他也不用上台,直接当“论文上帝”好了。

底下已经传来了一片鼓掌声。

这么短短的一段时间,高下立判。

蔡昆恨不得在地上找条缝钻进去。

他只能红着脸,暗地里给自己打气,或许是因为样本过少导致的差异,刚好遇到了自己不会,对方会的题目。

主持人又问道“666号,请说出你的问题。”

提问者是一个女孩,她的问题相对而言比较务实,没有那么偏门“我想要问一个,关于服务器中,缓存方面的问题。”

“缓存分为两个阶段一是数据的放置阶段,在数据需求量较小的空闲时段,利用有余力的通信资源,向每个用户的缓存设备中放置数据。二是数据的分发阶段,假定在数据需求高峰期,每个用户随机向服务器请求一个完整的文件,服务器综合考虑这些需求,分发完整的数据,以满足所有用户的需要。”

“我的问题是,如何最科学地设计缓存方案?”

提问者甚至将一个ppt发到了屏幕上。

这个问题很具有专业『性』,但大家都能听懂在问什么。

主持人说道“好了,各位请思考3分钟的时间。”

话筒交到了张远手上。

他笑着说道“我觉得……还是把机会先让给蔡昆同学吧。我怕我说了之后,他就没的说了。”

底下的人又发出了一片哄笑,还爆发出一片口哨声。

有人相信了,也有人不相信。

蔡昆心中一愣,这一次,他还是有一点想法的,而对面的张远却好像说不出什么东西,需要更多的思考时间。

“……我有这样一个想法,各用户分别缓存每个文件的/n比例的数据,在数据分发阶段服务器再将各用户所缺失的各自(1-/n)部分的数据逐个发放,此时传输数据的值r=k(1-/n)……”

“不知道大家有没有听说过,一种名叫‘编码缓存’的方案,具体的算法是这样的……”

“您说的有道理。”

虽然嘴上这么说着,提问者微微失望,编码缓存可以说是最平凡的一种想法,早就已经有成熟的算法了,没有任何研究意义。如果拿这个烂点子去开课题,估计会被导师一巴掌打回来。

接下来轮到张远,他清了清嗓子。

“蔡昆同学的想法很好,在分发阶段,利用已有的缓存信息之间的关系,设计所需广播内容的一定的编码组合,使得多个用户可以同时从单次的信息中译码得到所需的部分信息,从而得到全局缓存增益。”

“但是其局限在于,要将每个文件等分为一个随着用户数量k而呈指数增长的参数,众所周知,指数级别的分划,在算法上的难以实现……”

“我可以借用一下你的数字笔以及大屏幕吗?”

主持人愣了一下,“可以。”

张远在屏幕上画了几张图。

“……本质上,它是一个组合图论的问题,我们希望得到的是f为k的多项式级别,且r为常数级别时的缓存方案。或者证明这种方案的存在『性』与否。”

“显然,关于文件划分数能否转化成多项式级别,即达到工业可用的级别,完全取决于数学上能否构造出满足某些特『性』的超图问题,这些特『性』是这样的……”

“我觉得转换成数学问题后,已经可以写一篇不错的论文。至于答案究竟是什么,我现在肯定回答不出来,只是一个想法而已。具体应该怎么解决这个图论问题,还得这位同学自己去思考。”

底下响起了一片窃窃私语。

在座的吃瓜群众,还是有许多专业人士的,是不是胡说八道,自然有自己的分辨。

啪啪啪!

几分钟后,提问者带头鼓起了掌。

底下掌声雷动。

蔡昆已经没有脸面继续待下去了,他满脸通红,急匆匆地点头认输。

他终于知道,同样是一百分的试卷,他考100分,是因为实力,而别人同样考100分,是因为卷面上只有一百分。

“老蔡,你遇到了真正的变态!”

“是啊……”

“好像输的不冤枉。”

爱读书屋推荐阅读:末日基地:在废墟中打造科技王国修士大佬直播当星球主全球末日:我觉醒双眼神威!丧尸爆发,而我有一辆大卡车碎匙I擒龙缚虎记无能的我变身成美少女末世绿潮:开局先囤亿万物资向阳之太空机器人民国大帅军阀从奉天土匪开始末日天灾:我自杀戮中崛起末世:北部安全区重生:我的基因竟可以跨物种繁育奶龙与贝利亚:宇宙之中的欢笑从红月开始末世避难所,我有无限物资起猛了,外面怎么有丧尸?闯进太阳系的阿波斯我被改造成为精灵公主重生之不成才的我末日,救女心切却被美女总裁缠上四合院:刀劈易中海,院里谁不服考编失败,带着小院去异世末世系统,开店后负债50000我在末日中艰难生存重回一世,祖国爸爸需要我别人末世里挣扎,我一路充钱赏花宿宿我啊,靠生子系统好孕独宠捏提前预知末日,物资囤的有点多末世囤货300亿萌宠争着契约我末世从核污排海开始恐怖短信末世:我清空了樱花国物资末日!腥红彼岸星际领主:召个魅魔当秘书官换命女,蛇嫁娘没异能怎么了,她照样能掀翻基地重生星际开机甲,双修天才就是我超神学院之异能者位面之狩猎万界奇葩剪辑:罗杰看到艾斯被处刑!用RD卡玩游戏王末世:开局空间异能重生末世吸血鬼的崛起之路圣母是如何炼成的血月末世,安全屋无限升级末世:我被宠物们带飞了!末世:洗劫海外万亿物资我无敌了基因的悲歌重生之天灾救赎
爱读书屋搜藏榜:我先抽个卡全球冰封:躲在安全屋里收女神萌学园:我可是散仙论在神营二三事灵器复苏无限刀神让你重生,没让你成人工智能现实边缘灵异复苏:我只是个写书的末世之开局就无敌诸天最强金身从吞噬开始的完美人生诸天万界证道行维度创世神超级机器人分身快穿之白月光她成了绿茶虚空体力爆满的刀主硅体星穹铁道:我家开拓者被拐走了异秘事件调查局无限末世:每次签到超级外挂!快穿小撩精:病娇大佬他又黑化了诡域天图无限真武新月之咒快穿:男主大人求放过人间乐土神秘世界:开局睡觉就会死星际大佬又在疯狂打脸鬼妻来了开局获得出租车系统快穿之反派他是偏执狂说好手工直播,你造机甲?末世,我有一座天空之城兵书世界未来,梦与现实从废土开始的星际执政官天醒战纪:开局献祭吾命战域时代:开局觉醒神级天赋位面兑换系统娱乐之传奇天王从水浒开始的好汉之旅鲜血神座最强寰宇主神重回末日:娇气包的团宠生涯别吃那个鬼从这瓜保熟开始机战无限内快穿小撩精:宿主今天也不乖巨星人生
爱读书屋最新小说:末世:努力活的更好啊墨爷的小娇妻是丧尸星际冒险,绿茶女主的成长之路重生复仇之我在末世有农场无名小卒闯末日冰封末世:从攻略邻家太太开始两界穿越,从获得基地车开始海洋求生:开局获得神秘天赋穿书废土:修仙我是认真的恶雌腰软,撩得星际大佬夜不能寐源力战士量子仙宗末日孤途:破晓之战星网争春秋硬科幻:背离神者,弑神演义从零开始的太空探索圣甲炽心冰寒末世:我用神炉熔炼万种物资末世也得遵纪守法开局觉醒读心我抢重生者机缘好孕雌性超香软,绝嗣兽人揽腰吻末世:魔方空间来种田无限穿越寻找末世救赎末世:丧尸也会异能了?佛系女主在末世的强者之路黑暗终章:灵疫纪末日双生花的胜利之路庇护所求生:在山上的我变身鱼人警告!禁止S级觊觎顶级貌美向导外来异星我带着地铁装备穿到末世了血月下,废土生机末日黑科技,打造最强庇护帝国!星际种田,大小姐靠炼药逆袭星空的奇异之旅极寒末世开局囤积一个港口快穿好孕:绝嗣反派掐腰吻娇娇穿到平行时空除异怪末日游戏崛起人在月球助华夏,发现女娲在逃难重生,带着妹妹闯末世曙光消逝:黑暗纪元的科技沦陷战火燃星宇系统降临!助我战虫族末世:她靠作死带飞全场996社畜末日逃生日记星夜逆途都末日了,我打个小广告怎么了?外星来客与地球火锅平行时光