天才小说 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。”

天才小说推荐阅读:劫天运内快穿通缉令:黑化系统别惹火苍天血录进化的四十六亿重奏魔方大世界踏星我的末日机甲修真四万年内赛博时代的魔女重生之末日时空主宰末世之纪元支配者吞噬星空我靠老婆在末世无敌契约末世:我的灵武全是美少女美漫诸天万界在诡异世界当npc开始末日领主快穿女配:深吻男神100次海贼:我不是海王你们别碰瓷末世天灾,我靠吞金超市躺赢卡盒抽卡,不靠概率英雄联盟之极品天才星历一万年末世万物进化:开局豢养数万猛虎霜寒末日:我重掌秩序电影世界之反派的逆袭我有一个熟练度面板快穿之万界包租婆原来我是人工智能?恣意人生机械觉醒,重启星际征程天灾降临:从加入救援队开始末日穷途:我能穿回2024末日:开枝散叶,从老板娘开始红警之时空指挥官带着系统在兽世重回末世我有最强豪华地堡用RD卡玩游戏王吞噬万物:截肢贵族快穿之反派也是有骨气的大国科技次元大追逃天灾末世,我努力活着黛玉的快穿路无限位面之绝对追杀重生之星空巨蚊快穿之炮灰的开挂人生冰封末世,开局囤百亿物资末世狂喵我家遗产是诸天欠条
天才小说搜藏榜:当人类灭绝后,我非常的想念他们快穿游戏加载中全宇宙最后一个人类末世城下之钢铁洪流我能合成序列星际之爱上雇佣兵我的游戏神国外星侵袭:地球反击科研的尽头是永生大唐超级奶爸疯狂求败系统天下布武录我在救世组织扮演先知意料中的末世末世神豪,美女解冻千亿财富我的本体是世界树快穿:病娇boss又黑化了!最强地球守护者末世冰封:从最强庇护所开始模拟:从奇葩动物开始通天之主黑暗造化末世火种:最强男人霹雳之仙山之主重生是精灵虫群的无尽进化之路火爆鸡爪大佬的名讳叫灾厄快穿之女王有些强大快穿系统之女配不好当天生科技狂香港之梦不走寻常路的武学系统次元降临,我苟在母星当后勤非机械式悸动这是神马黑科技我的末世大酒店游戏世界开拓者成为恶女后我被迫拯救反派捉鬼班长超正经的末世游戏末世之起源异族血亲手撕丧尸哪家强,问问华夏僵尸王末世:囤了千万物资后开始无敌诸天最强基因快穿之醋王系统总掐我桃花人诛记从射雕英雄开始无敌纵横诸天的武者
天才小说最新小说:我与AI的宇宙大冒险香软好孕小雌性!六个兽夫争铺床末日:一秒一盲盒,极品女神求收留钢丝管家:冰封归途末日游戏:负状态缠身,我被萌系少女救赎灵笼:奸诈者末日捡到傻白甜后,我靠系统横扫废土三国!大汉40K跨过8900亿光年我带着不靠谱的系统闯末世我在赛博游戏里当咸鱼丧尸狂澜之逆转绝境末世返利:疯狂供养后,美女们都倒贴末日:变成丧尸的我有个人类妹妹快穿:好孕兔子精被反派日日缠天启算法末世爆肝抽卡带着女团杀穿尸潮脑透穿越星际,我把机甲练成了傀儡极寒末世零物资?可我挖雪爆女神末世:我丧尸王,为所欲为怎么了强占万人迷向导?S级哨兵抢破头群星烈火我的末日基地全是高能玩家穿越医途:百年逆袭诡异降临,开局烧万亿冥币成神超神:灵能飞升,化身第四天灾!重生末世,我靠系统打造无敌庇护所末世我是无敌的说书人:讲述小故事蓝星文明的星际征程怒海狂涛:惊现海底文明星际:我的金手指机械族贤夫地铁离去,安东星人废土旅程末日狂潮:我的系统无敌了一秒加一只烧鸡,女神跪求我收留末世:从收服三大美女明星开始末世重生:我的可升级堡垒房车虫族:我来征服虚空了人类的三重进化末世币王末日进化:我靠吞噬基因弑神天地巨变全球危机开局一把菜刀,撬翻整个星际快跑,这里全是丧尸每天人的性格重生之我在废土末日捡垃圾末世重生:打造最强大堡垒从末世开始创造新星星海霸业