藏书吧 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!

“请两位选手思考分钟的时间。”

很快,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……递归神经络是具有树状阶层结构且络节点按其连接顺序对输入信息进行递归的人工神经络,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,“hfild络我听说过,但什么叫络稳定『性』?”

这位提问者笑了笑:“如果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,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hfild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hfild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/>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-/>部分的数据逐个发放,此时传输数据的值r=k1-/>……”

“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。”

藏书吧推荐阅读:绝代武神末世天师的位面交易系统末世:组队就变强我统领万千女神全球神只时代囤货勿扰,娇软美人在末世赢麻了末日,绿茶前女友跪求我收留古穿未之星际宠婚末日从全球冰封开始末世桃源,养生系神豪红夜危机,异变后世界国之重器开局完虐四个丧尸病友恐怖都市内幻想世界大穿越快穿之病娇男神有毒海贼:玛丽乔亚也没写禁止钓鱼啊宇宙职业选手反派他迷人又危险星际田园梦你好,人类!【第一篇】污染游戏星际之有间杂货铺只想退休的我被迫成了大将我是个假外星人星际战争领主在赛博世界当星际佣兵末日,姐有系统做圣母怎么了?诛八天,一拳打碎末日安全屋亡之诅咒末世:开局一间无忧酒店钢铁地球入职战忽局:表面吹牛,其实都有末世空间:我和奶萌猫咪疯狂囤货沙暴末世:我储水十万亿吨!盛唐刑官此世真魔好孕快穿:娇软女主在be文求生说好的末世呢沉浸式死亡游戏我家水库真没巨蟒啊记忆之界:数字永生的代价诸天角色扮演电影宇宙任我行冰河末日:觉醒空间异能,噶绿茶霸宇战星灵能末世:废墟上的超维觉醒末日小民末世:美女太多,别墅住不下了重生者:末世生存战快穿之今天宿主他干掉反派了吗
藏书吧搜藏榜:诡神冢生活达人在末世末世灾变,我能合成进化剂丧尸正太末世小饭馆末日战帝网游之剑震天下开局一块板,苟成华夏之光时空行走者穿书后,我成了修真人士星际之鬼眼萌妻诸天从西游开始星际内卷王快穿之攻略的反派都崩人设了邪气宿主总掉线星际直播万人迷,帝国大佬争着宠我在克系世界死亡回档星海天启:直面终结无限加班欢迎加入交换游戏绝世宠物重生末世有空间星火仙帝快穿之我家宿主又碰瓷了我正在穿书填坑中快穿之厉害了我的宿主费米悖论之双月入侵给反派戴上圣父光环明灭之间元始地球不屈:混沌秩序强者勇闯三国丧尸世界之生存日记懒唐神奇宝贝之决战白银之巅系统:我在末世种玉米嫁七零糙汉后,我双胞胎体质藏不住三万年以后宿主她是撩人精末日重生之爱上你超时空战争要塞百宝农庄卡牌风暴末世:多子多福,从顶级女星开始超级蛋蛋闯进太阳系的阿波斯半仙文明末世重生一块砖海贼:最强副船长,领悟任何果实核平诸天万界末世大狙霸
藏书吧最新小说:万人迷手拿炮灰剧本后她逆袭了末世,从吞尸体开始进化公路求生:开局抽中S级天赋我在星际军校暴揍渣渣后被团宠了生育值0?退婚后被顶级雄性痴缠意识托管班问塔系列恶雌挺孕肚流放,雄兽们宠疯啦我和IT博士的探灵日记鲛人女配觉醒,毛茸茸大佬争着宠欧皇海上求生?反派他妹只想苟命谁让她误闯废土的!在末日游戏里当农场主惊悚:国家把我F级天赋玩出花!恶毒男配都在我的修罗场末世恶毒女配?我靠十倍返还躺赢穿越后我靠蘑菇干翻虫子只想安静种个田,全员逼我当大佬天灾囤货,我靠毛茸茸在末日躺赢末日降临:从修仙界回来后无敌了末世灾变:我靠收割反派暴富穿成乱世寡嫂,靠空间南迁搞基建穿进男频文,我在末世捡垃圾!我的电脑里有个神级文明牺牲的他与保护的她星河苍芒幻厅恶毒向导不装了,全员火葬场吧末世:我捡的废物都成了神明大佬海洋求生:我靠无限抽卡带飞祖国末世列车,我靠预言读档成为榜一梦里穿越十二宫植物成珍稀?而她一天能种一千亩渣女摆烂后,五个前男友扯头花星际:被迫继承疗养院的餐厅星际娇软雌性,被六S大佬强绑定我在末世被营销成神无限副本:告白后我被邪神盯上了快穿:绿茶大佬今天又被钓了渣雌死遁五年回归,黑化父子爱惨病弱美人在诡异世界封神克系末日摆摊,邪神被我喂成萌宠穿成残次品?全星际大佬嗜我成瘾天才俱乐部雄多雌少,我靠木系异能风生水起星际写小说,雄兽们跪求我更新末日求生:我靠农场系统堆满粮仓兵家镇万界末世种田求生:捡个崽崽开农场我在末日盖房子