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:从手搓CPU开始横扫宇宙盗墓笔记吞噬星空网游重生之超级猎人末世余晖:废墟中的希望原神:律者在提瓦特的悠闲生活穿越末世后的我变成了萝莉小丧尸七度空间之噬魂我在荒岛肝属性斩碎诸天快穿:病娇大佬吃起醋来真要命重生末世,我上交系统带全家躺赢末世重生爆改命,海外零元购躺平超警末世穿成两本书的炮灰我老婆是吸血鬼末世作为三系强者我渣一点怎地!深空之流浪舰队让你重生,你生产了亿万尸王?快穿:总有男人想追我!科技最狂潮末世狩魔人夺回气运后我在八零当大佬九星毒奶养了一屋执念大佬归来,假千金她不装了快穿女配:反派BOSS有毒等到青蝉坠落今天先败一个亿诡异降临,我坐拥万亿冥币封神痴迷!向唯一3s级向导献上所有末世怪巢:我即怪物之母末世:卖萌的史莱姆最致命天外奇旅:银星帝国传奇火影:不是天才的我该怎么办全球高武,我已经偷偷进化到至高重生末世:从打造最强基地开始废土,我废材力气大亿点哪离谱了天灾末世,我努力活着末日女神团放逐星际妖尾里的卡牌大师全能魔法师重生之灾变传奇大反派只想和小怂包过养老生活他往返于位面彼岸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
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:末世了还茶我?交易系统带我建国末世废土:这份菜单得加钱变丧尸后,被疯批美男反派娇养了四合院把空间之门上交国家绝美软O被弃,军校众神争她成瘾冰封末世:打造山中末日堡垒历史人物重生从黎莉星开始末世我收留美女上司星际超越者穿成顶级治愈向导,大佬们求贴贴重生末世:死灵法师,横推天下回收者的赃物:隔绝为SSS向导献上冠冕我偷父亲的精神力治愈世界末世:从成为亡灵帝君开始末世直播求生:带全蓝星打通星际末日黎歌基地:银河帝国天灾末世:暴雨来临末世:美女环绕爆刷气运物资无限荒野绝境:末日求生末世电竞救赎我在末世做胶佬构梦纪元:狂夜星际争霸刘秀传奇故事星际幻旅快穿好孕:绝嗣大佬掐腰宠娇娇被偏执神明盯上,娇软人类杀疯了末世重生第一步,清理门户天灾末日:洗卷万亿物资当老六致命公司之我是临时工在末世中成长机战星宇末世重生,我到漂亮国零元购三瞳纪元这个主角有点厉害末世重生之渎神末世世界,我获得了无限复制系统末世:开局神级天赋系统我在末世收女明星星际未来之梦废土求生,正在拾荒的路上,勿扰我在末世疯狂杀,报仇囤资狠虐渣末日:嘴强王者,杀穿一切!末世重生之要活着烧纸盆成精:末世诡王诱我入怀天灾末世:兵王他的极致宠爱异能迷雾之异世大陆异能迷雾之混沌危机未来星际我的科技超神亿倍