CC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。”

CC读书推荐阅读:末日降临,我修仙者身份藏不住了快穿:男主,开挂吗倾覆之塔罗素我有外挂三千量子缠结 末世狂飙春秋人生之重合末日赘婿七级凶兽围城,我驾驶机甲救场末日修复师远征军,从收编川军团开始末日圣兵三国之四世三公末日回溯:破晓重生之战星空战国英雄传废土求生:小小拾荒,拿捏!末世诸禽星际萌宝厨仙妈咪末日游戏,我能无限抽卡!末日游戏全球降临灵幻小猫之旅2来自末世中的黎明万灵主君暗世沉浮录末世:兔子带我打丧尸星际猎人随身带着星际争霸一等公民末世:失业的我在农村生存明日之始我家水库真没巨蟒啊卡盒抽卡,不靠概率星战之世末世掠夺商人崩乱世界:幸存者快穿之总有人想攻略我煌煌天道无上剑宗绑定三界闪送系统后我暴富了谎言之咒塔拉影视世界大闲人逍遥小邪仙穿成稀有雌性,兽夫们宠上天我在外星人面前耍大刀末日最强赘婿在末日中漫步,直到世界尽头裂变圣纪:虚空之主的崛起星际侠盗有点甜末日小民我,后土血裔,轮回诸天诸天降临大逃杀
CC读书搜藏榜:快穿女王只想走事业线指环王风云末世降临,开局获得千本樱诸天新时代自我以下,众生平等怪谈模拟器随波逐流的宝可梦神级大法师星际第一菜农三皇吾弟星海争锋:我有一艘神灵级星舰!末世:开局获得S级异能时间零星际监狱长Alpha队友想统治世界[末世]洪荒之混元古蛇末日降临狂扫万亿位面物资末日不囤物资之创世传说无人驾驶帝国重生末世大佬有空间快穿系统:极品男神任我撩异世界骷髅兵的奇幻冒险谭召唤佣兵从留级开始的星际生活星穹觉醒全球轮回:开局花光十个亿从九叔世界开始玩农场沙暴末世:我储水十万亿吨!秦时明月之墨狩天下风云之邪气凛然快穿之女配又逆袭快穿女配天生大佬系统之传奇缔造者英雄联盟之点券召唤师色香味纨绔毒医小狼狗的追妻攻略星际之海盗变上将夫人快穿宿主她又美又甜末日游戏:负状态缠身,我被萌系少女救赎空间重生:我被末世大佬盯上了群星之海末世:我这丧尸进化不科学末世来临,我觉醒了异能!诸天之轮回直播这个快穿有点甜冰封桃花源:囤了一堡垒女神!星际萌宝厨仙妈咪坞界穿越末世:刚毕业的我成了两界巨头末世小人物
CC读书最新小说: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快穿:硬核宿主玩转三千世界穿成稀有向导,误入哨兵修罗场末世海上求生,在灯塔建造度假村生育值0?兽世大佬们全是我榜一荒野求生:毛茸茸同居手册乙游对象非人类,各个为我修罗场恶雌娇又欲,五个兽夫缠欢上瘾抽卡逆袭后,五个未婚夫悔哭了恶女快穿:一不小心就成了万人迷在诡异整容app里封神幻想与现实召唤师爆改好孕系统种田,我成科研大佬丧尸策划者末世求生:小丧尸被毛茸茸团宠!无限天灾:我靠疯狂囤货登顶成神全球末世:娇软白莲丧尸王杀疯了末世重生:大佬她不断掉马甲!星际真千金养崽日常废城之上:拾荒者绿茶雌性超软,禁欲兽夫摁着求亲恶雌公主从良后,雄兽们争红了眼恶雌洗白太会撩,兽夫日日修罗场天灾末世:我靠囤物资带暴君躺赢末世来临,我靠文物打卡系统成神提前觉醒异能,她在末世种田躺赢