随梦书屋 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。”

随梦书屋推荐阅读:种出国宝后,我在末世改造烂尾楼重回末日:打造顶级安全屋,校花跪求收留女多男少世界,我是绝色美少年?穿越安陵容奋斗成太后末日信条之人皇觉醒吞噬星空之量化之主妖妃易孕体质,绝嗣男主狠狠宠末世狩魔人超神学院之吊打诸天末世:成为稀缺雌性,与兽夫拥抱传递热情末世怪巢:我即怪物之母末日我在尸群当中睡大觉天外奇旅:银星帝国传奇末日女神团重生之灾变传奇星武大秦圣光末日游戏?我开局炸考场此世真魔末世重生之圆满爽爆!大佬在星际嘎嘎乱杀封神了快穿锦鲤运鬼妻来了全球恶土之万族堡垒破碎的时空异世探索末日重生:有仇不隔夜,当场报学霸的培养系面板带把破枪称霸宇宙随身带个沙盒世界进击的人类,反攻异族母星惊!网恋对象竟是星际最强指挥官末世重生:我获得了一座监狱踏星快穿之逆袭男神计划MATE·智能对峙末日冰封,从东京开始胡乱霍霍!末世:丧尸能进化,但我会修仙最后的御者末世存活很难?重生的我到处乱啃穿越到游戏中的废土机甲战狂全球灾年之矩阵末日末日全职进化超能晶石风云:机甲战纪丧尸潮里美少女枪战与种田末世重生:魔方空间来种田末世打造最强基地末世!开局自选武器从黑道到军阀失联牛航的幸存者快穿之渣男自救指南
随梦书屋搜藏榜:末世萌商来袭女汉子系统[末世]王大锤的大电影全球游戏无限入侵末日:开局霸王龙,天赋是双修?机甲狂奔开荒,我选择名刀加复活甲大唐天子末路凯旋泰坦巨兽:从白垩纪开始进化机械毁灭纪元快穿剧情又崩了惊!我在求生游戏,开着五菱宏光追大佬研发不行推演来凑,我能推演科技外来异星我打的都是真实伤害末世废土?不,那是我的菜园子隐龙密语末世:我带领人类走向星辰大海易生变快穿之虐渣攻略星海骑士:无名小卒末世重生之圆满末世之幼龙分身快穿之套路升级记末世:组队就变强我统领万千女神爽爆!大佬在星际嘎嘎乱杀封神了灵境御兽师战乱九荒网游之皎皎如月无限垂钓系统超凡纳米人:星宇之神大力女神穿越抗日战场我在末世有个鱼塘快穿之总有人想攻略我虫灵战记末世之小冰河我演化了诸天食物链顶端的男人快穿锦鲤运西界封神快穿:男神,许你生生世世文明破晓影视世界暂住者超级称号觉醒超人基因的我要无敌了太阳系的流浪者武德充沛冰棺中走来神损情殇
随梦书屋最新小说:末世娇宠五位大佬爱惨了我末世游戏血脉继承:我乃冰火双凤末日时钥外星人能不能在强大点?地星危机美食?这不是专业对口嘛!寒冰末世:我拯救了无数极品女神时空的之锁星域凡界莲花楼一念莲花朋克养生之末日救赎星际之救赎建筑师的末日奇妙之旅我们玩生化危机,你轰炸地球?后悔:没想到回来后却是被丧尸追宇宙爆炸,我竟然能修炼了深空:回到原点帝国魔女的指挥官我在冰原种西瓜末日:从学生到黑夜主宰从小人物干到创世神末世生存:保护我方家主大人末日不囤物资之创世传说在末世之中,蝶变史上前摇最长末世文!当普通人获得外挂末日逆袭:暗夜绝杀星渊战魂:天诺的史诗征程星兔狂奔宇宙世界探险故事宇宙星际文明争霸天灾末世:我搬空了十万个集装箱四季末日,我有座无限物资避难所开局收哭漂亮国,我在末世囤女神重生火焰之苏瑶末世重生,从夺回空间开始!极寒末世,美女成群,无限物资末世推荐!更适合i人的打卡地!时空的背叛异星穿越之机甲狂潮量子传奇穿越文明垃圾场,我能修复一切狂撩绝嗣黑化男主,娇美人被亲哭隐龙密语南天门计划之天龙王末世征途,从寻亲开始时光逆旅的救赎末世恶毒炮灰苟命之旅星际:病弱女配倒拔垂杨柳最后的活神