品书中文 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。”

品书中文推荐阅读:在末日游戏世界求存的我没有问题诡异分解指南麻衣大相师星际迷航:时空裂缝中的未知感染体末世:校花在侧,我反手摔门而出快穿之男神怎么又黑化了末日游戏全球降临打爆星球全职业武神诡秘小说我成了一本功法秘籍末世重生后我成了金牌辅助宇宙爆炸,我竟然能修炼了十方武圣末世重生:开局获得全系异能纵横诸天小门神快穿我家宿主是路痴开局七彩领地,我于末世无敌从民国开始的诸天冰川纪元:我培养了绝世女皇快穿之Boss女配打脸攻略废土复苏攻略超神学院之我为漫威代言跟着黑洞去旅行剑娘快穿之炮灰女配逆袭记别人过末世,在家屯女星诸天万界:签到超神获得二向箔我真的不是穿越者啊天灾降临:从加入救援队开始快穿:女帝穿越记江湖风云第一刀茅山之阴阳先生黑暗无尽穿越星河星际从分解万物开始末世:我清空了樱花国物资起源异界执掌未来末世重生:囤货疯狂报复绿茶美漫从港片开始末世全能黑科技系统我从末世归来重生末世之双宠末世,开局获得抓捕女奴系统冰河世纪:我觉醒空间异能穿越秦朝之我是始皇帝仙城奶爸我在梯度游戏里秀翻全场
品书中文搜藏榜:快穿虐渣我是专业的收废品收到史前仿生少女我和熊猫游天下迷谷记在诡异世界当npc开始撩心快穿:病娇男神,宠宠宠!智芒破晓掀桌!疯批反派只想做娇花末日重生开局掠夺SSS级天赋崩坏世界的寻觅者快穿:炮灰变反派我在末世开宝箱天灾领主:开局成为恶魔大公天灾末世,我成了少女的老爷爷快穿忠犬老公有点萌老郑故事会开局十只骷髅,我杀穿末世我在末世养娃娃星际人给我当外挂星穹觉醒我穿越变成了原始人起猛了,外面怎么有丧尸?望秋决帝国末日独行侠:开局先杀圣母婊!古武机甲战神快穿之收割男神我很忙罪恶成神快穿之衰神,快到碗里来真千金末世重生后:打脸全家神秘道装末日生存大师异形之渊纵横超神踏诸天快穿妖妃绝色逆袭神级大人物都市金仙盘天之战末日穷途:我能穿回2024记忆苍穹末世求生:开局100万母体丧尸末世降临我靠异能走上人生巅峰冰封末世之我有一支女子护卫队奇案推理师废土王者无限之虐杀吞噬我跟九叔混经验从超神开始的无限求生诡异复苏被我玩成了网游全球高温,我在末世杀圣母快穿女配冷静点快穿玩心跳:男神变身卡!
品书中文最新小说:生育值0?毛茸茸兽夫皆顶级大佬异形:重启文明超未来世界韦小宝快穿:敛财人生之无限资源从404空军基地开始的星海征程末世祸水!丧尸美人被强制圈养后开局乘着热气球逃亡错位时空中的绘旅人末日系统:开局囤爆三十层物资天河璀璨之硅碳战争末世种田录末世:你有异能,我有神功星际时代,大佬身份瞒不住了废土之王末世重生后,我和疯批反派HE了乱世AI重生归来:我提前一年预警末日明日余生清空各国物资,末世终于降临冰封全球之打劫【星空吞噬者】末世无敌,底牌多还很强末日黎明:重生之战归途:华国纪元上岸后,我靠摆烂当星际霸主穿越异世,我家书屋通万界重生恶女后,全星际都在求我炼丹快穿种田:我是剧情补丁废土种田,分配的对象超给力绑定哪吒,我成华夏神明团宠全球穿越:我能听见异植心声神州没落?我唤请女娲,重启神话穿到星际,本喵靠摆烂拯救全人类恶雌提离婚后,四兽夫夜夜修罗场末世中的牛马生存指南源能进化:从荒野到宇宙之极寒末日:从小木屋开始求生炼气十万层,我在废墟修长生我本是咸鱼,来救世了【无限流】我吗,化身霸天剑魔横扫百万尸潮太素佛主:启量子幻域究佛魔玄机快穿:我靠养崽走上人生巅峰时空测谎师:双生迷局典当师重生后,我疯狂收购全服第一账号时空吞噬者:畸变档案末日:重生者大人的日常生活求生从种田开始末世之废土之路末世开店,小店又被挤爆了