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:商先生今天也想公开正经人谁在漫威学魔法啊末世当地主阴阳秘录穿越密室逃脱我在末世开民宿梦境互联鬼差直播升职记末世征途,从寻亲开始7号基地空间异能:末世重生后她又行了火星荒岛求生机遇号末日重生之组团打怪末世我收留美女上司机甲星辰战记摆烂太狠,我被宗门当反面教材了末世:我的关键词比别人多一个星际超越者快穿之配角的108种死法梦境通讯碾压三体元宇宙:失落的星球从全能学霸到首席科学家四季末日,我有座无限物资避难所全球冰封:躲在安全屋里收女神诸天败犬互助群末世重生:会瞬移我白嫖亿万物资无敌从铠甲勇士开始搬运末日科技!开局上交可控核聚快穿之收割男神我很忙塔防游戏:我的永生之国末世:从触碰妹妹的脚开始末世:囤了千万物资后开始无敌全球末日求生,开局囤积万亿物资神壕快穿:闪开,小祖宗驾到女主领便当之后快穿之大佬的心尖机战:超新星主宰漫步在武侠世界异能迷雾之异世大陆诡秘灰雾:开局沦为魔女复仇工具血竞天择零元购,我把渣爹老窝一锅端机甲纪元777驭房我不止有问心术张余丧尸吃人,我吃丧尸重生末世:开局中奖3000万末日无限副本,这一枪你可能会死诱吻春夜末日游戏全球降临谁家大佬在线发糖全球冰封,我打造了末日安全别墅
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末世:被困女大宿舍,我为所欲为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
随梦书屋最新小说:惊!末世来了,我靠快递车苟活末世之异能纪元公路求生:开局征服女明星娇雌万人迷,顶级雄性夜夜争欢末日:一秒一盒自嗨锅,校花跪求我收留末日积分:系统逼我单挑全球丧尸黑雾末世:无限物资从囤积女神开始末世:丧尸爆物资,我的爆率有亿点强!第41周生存报告恶毒雌性被流放,养了一群恶兽公路求生:每天五次绝对提升!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