骑士书屋 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。”

骑士书屋推荐阅读:次元入侵现实吞噬星空从手搓CPU开始横扫宇宙盗墓笔记我只想安安静静的钓鱼快穿:病娇大佬吃起醋来真要命超警我老婆是吸血鬼原神:律者在提瓦特的悠闲生活夺回气运后我在八零当大佬大佬归来,假千金她不装了末世重生:游戏技能闯末世火影:不是天才的我该怎么办末日女神团放逐星际界神从荒野求生开始机动女武神兄弟重生囤货忙,手里有粮心不慌气运:平平无奇生活系选手快穿之首席大佬科幻世界大穿越全民领主:开局进入星际时代末日之属性加满重启末世熔炉末世穿成两本书的炮灰星战:战斗在新伊甸星系我在超神召唤动漫人物大乱斗抗战:独自发展成为最强兵团孢子末世重生:我的鹰犬丧心病狂网游重生之超级猎人奥特:披着奥皮穿越发现都黑化了江山皇图第四天灾:我!帝国元首!末世余晖:废墟中的希望咒回:身为剑修,打个HE怎么了中微子之谜:人类的探索之旅末世重生:无敌从手刃仇敌开始星际叛徒阴阳典当铺【我有一只蛇仙】让你重生,你生产了亿万尸王?超维之树,我不死不灭全球冰封:女主大佬带我躺赢末世重生,我用修改器修改万物酒色财气?可我是一个好剑仙孤军王者:开局拿捏公孙离末世:屯物资,抱张麒麟大腿异界明国:人在天牢,武极成道我在荒岛肝属性秦时颂乔松
骑士书屋搜藏榜:界神从荒野求生开始机动女武神咒术法师科技世界:我能拯救未来吞噬技能开局一艘列车,我掠夺诸天文明神话级掌教快穿之大佬亲自下场挑事引领第八代末世地表最绿大叔末世重生爆改命,海外零元购躺平全能天赋快穿:后妈作者她又翻车了兄弟重生囤货忙,手里有粮心不慌万界维度使气运:平平无奇生活系选手我的疯狂动植物们快穿之首席大佬我在末日农场种蔬菜末日重生:有仇不隔夜,当场报空间之弃妇良田人类边界末世绝地跑毒大汉的旗帜插遍影视位面关于我在崩坏三的离谱生活斗破宇宙星河光焰炮灰女配大逆袭三场雨过后,蓝星异能大爆发在火星挖矿的我被曝光了妖怪公寓的日常重生末世,我要摆烂躺赢假如神也玩游戏港综世界完美人生暴躁宿主她只想搞事业随身异界浏览器快穿之渣男自救指南我才是那个反派诸天穿越者联盟第一郡主人类文明启示录英雄联盟之极品天才开局就造人工智能大佬一笑倾城二次元成长之旅短刀十六夜[综]超神学院里的假面骑士妄想世界大冒险探索创世之路真实末日世界
骑士书屋最新小说:星域契约之量子裂变核仙天灾末日,只有我能杀丧尸爆装备快穿恶女:大佬又被撩得凶猛沦陷诡异降临,我坐拥万亿冥币封神末日远征拓荒命途我在末日中艰难生存在末世当圣女恶毒炮灰娇养帝国元帅后,爆红了抚慰雌性不停孕,男主争做她的奴惊!我养的萌宠宝宝竟是帝国元帅外星进化风暴大反派只想和小怂包过养老生活重生之灾变传奇末日女神团震旦星区末日:极端高温我捡到了一艘飞船末世重生之血族觉醒:囤物资加倍灵植师带人穿越风暴末日:逃向绿洲战神养成系统天觉的黎明冰河末日:觉醒空间异能,噶绿茶末世降临,我的异能之路主宰宇宙,从捡到最强机甲开始!医神重生:星际大拯救在废土上重建文明快穿,卑贱妾室靠好孕逆风翻盘机器人:指中世界你下载末世app了嘛异能星徒天灾降临:最后一块净土穿越成丧尸,获得无限进化系统仙帝与魔界之战星际末日之救赎粒子不湮灭机甲战狂重回末世当大佬,我的丧尸小男友我当丧尸母体的那些年星际:开局就要去劳改法神在星际搞魔法别人末日求生,我扒美女词条变强银河警备联盟I末世是英雄的坟地,美女的地狱地网叶后传废土之烬,天降奇锅末世之回村深造囤货亿万,我养活末世基地成为娇纵恶女后,男主剧情又歪了