皮皮读书 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。”

皮皮读书推荐阅读:快穿系统:男神,你过来神魔空间设计师英雄联盟之极品天才无限潜能我与师妹捉鬼的日子快穿女配:深吻男神100次诸天金手指今天女主她学废了吗拥有荒古肾体的我,末世无敌了漫游在影视世界诸天万界我是老六我的时空穿梭手机换斗星辰黄泉无客栈末日赘婿带我穿梭平行宇宙的闪电球请叫我超人吧位面之十大空间港综世界完美人生海贼:从超人系开始打造最强团长生王者时空穿梭从梦境开始全球冰封:躲在安全屋里收女神冥婚惊情:鬼王老公请轻宠超现代魔法使快穿之大佬她又杀疯了我有一支星际舰队异能在手天下我有星际回收商母星瞒着我们偷偷化形了高能预警:剧情人物黑化中惨死重生,全皇朝跪下叫祖宗人在末日当反派,女神说要坏掉了甲壳狂潮赛博武神冰封末日,女人缘是真滴好末世之极,创世之初重回末世我有最强豪华地堡请叫我邪神大人辞职后,才发现平行世界好多美女神雕战神废土世界打工指南末日,绿茶前女友跪求我收留碳变之唯我独法末世幼稚园攻略星际部队:基因解放我的极品同居男友灾年记事:从逃荒开始变异暗黑大宋什么?有他在蓝星文明就是无敌?
皮皮读书搜藏榜:我要当铁匠冰河末世:越折腾活的越久快穿攻略:兽系boss,宠上瘾旧日驭龙全球灾变:只有我有避难所召唤沙雕玩家后,我躺平了末世重生后,疯狂囤物资养狗摆烂别人过末世,在家屯女星我有一个安全屋系统末日降临:百倍爆率刀刀爆物资诡秘三体:我在小镇斩神明地球人实在太凶猛了时空管理员的幸福生活寻戏三国创造沙盘世界我的命运改变器末世:美女们想吃饱吗?尸路传说末世:从宿舍开始逃亡末世坠机王全民逃荒,我的物品能合成惊!重生后竟然成为罗德岛博士!学了三年道术,转专业还来得及吗异兽世界横行录星际工业时代霸宇战星超能文明之古神觉醒血竞天择无限身份的副本世界快穿之我为女主打辅助我是实验动物饲养员刘厚星际宠婚:玄学拯救星际星际破烂女王快穿之美人倾国倾城术仕打爆丧尸王后,我躺平了文人逆袭量子帝国琥珀冰凋零末世:兵王重生带团登巅峰心影幻彩的新书我在漫威世界捡空投唐朝败家子开挂大佬在生存游戏装萌新末日畸变:开局活吞眼镜王蛇星河余烬末世之灭世之龙末世生存,被我玩成了恋爱养成梦魇猎手你真的是个系统吗
皮皮读书最新小说:末日审判官:我在废土当杀神青铜教父太空流浪从手搓飞船开始莫比乌斯:世界线最痛的不是利爪而是希望星际求生:开局逃生舱,横扫诸星避难所:谨慎的我建起一座城穿进脑残末世小说里杀疯了都穿星际了,直播震撼华夏怎么了末世重生:我靠种田拯救人类量子观测者:穹顶之下的长生悖论恶雌凶猛,玩转十个兽夫末世全系哥这个世界也太能缝了末日天城:终末超级行宫娇软雌主太甜,众兽夫圈养上瘾开局无敌:没有技巧全是数值恶女流放垃圾星,靠白嫖系统逆袭末世之小胖崛起末世囤货之我有一座冷战基地末世:我靠植物异能崛起顶级向导和她的疯批哨兵们末世嘤嘤怪?一拳捶死丧尸王时空守护者及永生人娇软恶雌要洗白,兽夫跪着求我宠奥特:掠夺词条!开局升格黑暗皇帝!尸潮,与绝望同行开局一辆购物车发育全靠卡BUG寄世界于墨染全球异变:从湾鳄开始吞噬进化!末世来临,我觉醒了异能!末世行尸路宇宙纠察队天灾末世:囤满物资的我被偷家了末世:带着军哥哥们去修仙上帝们的那些事儿重生末世前:开局契约凤翅鎏金螳恶雌万人嫌?五个兽夫争宠成瘾避难所每级一个金词条?黑丝女神跪求收留!血族雌性美到窒息,撩疯兽世大佬星渊彼岸,万物归环怪物少女的末日恶行末日尘埃我用水浒军团纵横宇宙炎夏纪元:星际新星天灾降临:我的破楼进化末世堡垒末日列车求生,我有隐藏情报时空宇宙:熵灭诗章恶雌疯又毒?全星际兽夫争着宠抱紧兽夫们大腿,超稀有恶雌躺赢