墨坛书屋 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。”

墨坛书屋推荐阅读:人在罗浮搬视频,开局创死景元元重生之抠脚大汉变男神技术制造商重生科技强国直视古神一整年被伪造的末日笔记骷髅,在末世中的旅途天灾末日:太阳消失了来到异界当魔王原神,永恒的守护幽斯妖怪系统:快穿男神,宠翻天!我在废土养蛊拾荒挖野菜坠空追空病毒世界毒王转世网前杀手末世:从校花开始我觉醒无限异能分身八爪鱼异界生存守则领袖!为了人族,你就多娶点吧!末世:多子多福,极品美女这样用南天门只是开胃菜?鹰酱吓尿了末世:美女环绕爆刷气运物资无限末日重生之掌控全球天灾末日:洗卷万亿物资当老六超级掠食者系统末日边缘:开局一个胖子暴雪末日拒绝天价彩礼囤货三十亿玄境神空龙神决快穿之这个反派只能宠着全球进化:开局觉醒SSS级主神末日重生:开局10亿囤粮争霸岚缇域开局皇帝,拯救万界人族!记忆之界:数字永生的代价废土第一美食小摊大胤仙朝天书进化末世凶兽:我也想做姐姐的狗通灵大明星机甲星辰战记宝可梦:知道格斗天王的含量吗?擒龙缚虎记末日重生:有仇不隔夜,当场报无限超越系统未来世界开局土地一个女儿一条狗文科之王银魂:星球守卫那无限的世界
墨坛书屋搜藏榜:快穿之反派女配不好惹魔方世界:末世困兽星际超越者末世废土:这份菜单得加钱诸天世界成神之路诸天从拯救岳夫人开始虫族领主:从继承顶级文明开始万剑之王尸命末世:想要变强?唯有囤积女神!谁说病娇不好啊,这病娇太棒了全球灾难:我有神级避难所佛系女主在末世的强者之路今天开始做神王穿越1862科技崛起从攻克癌症开始末世降临:我直接变身祖国人全民末日:只有我氪金十个亿当我重生的那几年快穿:重回巅峰宿主她专注种田红黄黑通灵师异闻录末世:无限军团系统开局末日开局获得地下基地快穿女神经:反派从不走剧情暴躁宿主她只想搞事业重生成为竹子大佬我又落地成盒了我在丧尸末日签到打卡快穿炮灰:反派终极攻略柯学:小小的愿望清单机甲狂涛星际小法师超神:我是天使的外挂我在末世能修仙带着全家苟末世快穿女主奋斗指南末世之阿猫阿狗阿兔我又穿进末世文了从湖伯到玉皇大帝冰川时代:举国进入愚公移山计划一个喷嚏打出的萌妹两界穿梭:我在末世逆天改命甜心出击:殿下哪里逃从地球开始机械飞升星际狂人从废土开始开黑交易之这个宿主真大佬仲启纪:人类编程计划捡到未来黑科技,我却用来干实业
墨坛书屋最新小说:幻翼废土残光:2075末日救赎智人危机杀意侧写我家宠物不是人我在末世就是末世!末世:邻居妻子求我帮帮她一睁眼我成了末世女王九阶魔方:异界归途虚拟尘世被拐星际,捡废品暴富被元帅标记尸噩给过去的我,一点点震撼在那苍穹与苍穹之间快穿之随机金手指末世: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