侠客书屋 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。”

侠客书屋推荐阅读:超级响指系统已部署科技:从卖手机开始宴总,夫人的白月光也回国了刚继承修仙衣钵,末世就开始了?快穿之炮灰的正确操作末日之最强机械师全球冰封,开局搬空超级仓库逢魔降临美漫HP:蛇院湖边,花开彼岸女儿总是被穿越诸天万界做道祖我在美漫抽系统拿命造机甲,全网泪崩求我别死末日养成计划全副职武神虚实进化三爷你老婆又手撕渣渣了末日之人类的未来末日:人类与AI终极之战女公爵的异邦管家末日天劫次元召唤:从纲手姬开始锤剑末世之我有仙源快穿之末世终结计划我都重生了,还打什么工!拣宝大家娱乐圈教父星海求生:我的飞船无限升级快穿之美男爱上我你真的是个系统吗大宋首席玩家重生为巨龙的悠闲生活女主她又到了修罗场无限真武星舰争霸:从破烂王开始踏平星际快穿之霉女到货请签收末世病毒“S”我在末世捡空投影视:从让子弹飞开始鉴仙凶灵秘闻录娱乐之王反击外星入侵从预知梦境开始说出中二台词就能变强大国科技从山寨开始无能的我变身成美少女蚂蚁的方言火星有座城不正常闯关
侠客书屋搜藏榜:剑三大玩家萌宠兽王:七夫娶进门末世重生女主她内力深厚星际之鬼眼萌妻帮我末世打地盘末日之最强机械师快穿之夙愿未了从九叔电影开始为僵末世:囤货百亿,开局万倍返还末世求生:我能随时伪装新身份快穿:满级大佬被迫营业当万人迷末日大游戏系统快穿之我爱咋咋地全球冰封,开局搬空超级仓库逢魔降临美漫万界怪物分身虐文男配想演小甜文废土吃货的生存日记崛起游戏三界8081重生之穿越归来HP:蛇院湖边,花开彼岸重生之神级实习老师我都成为祖祭灵了,聊天群才来我的抖音连接万界我在末世造飞船快穿之主神大人带回家影后快穿之宿主开挂了末世:我穿梭两界成霸主快穿人生导师系统美漫里的超级拳皇星际逆袭指南殷商三十年吞噬星空之布拉族女儿总是被穿越末日:我能无限抽卡加成重生末世:囤粮收萌宠系统尽在手全球神只:弑神者疯了吧!你管这叫美丽人生?大明金主快穿之治愈男神99式快穿:反派boss,轻撩从末世开始的巫师逆袭联盟重生末世:最强生存者末世觉醒,我能复制别人的能力职业修仙高手末世:开局觉醒双神级异能重生末世,全球冰封星空寻道记
侠客书屋最新小说:从废土小子到末日王者末日求生,妹子太多真是累星际美食:开局从赶海开始末日萌宝五岁半天择浩海微尘给四个大佬当替身,但月入百万重生末世半年前,我要卖家产寒冬末日,我有屯屯鼠空间开局通星际,我用破铜烂铁换千亿废雌被弃?她唱国歌拯救了全星际末世,我的庇护所都是女队员丝路甘霖恶女快穿后,绝嗣大佬痴情沦陷了人类世界毁灭计划末日:我能强化万物!赛博朋克:新曙光废土宅女自救,从一个大宝箱开始地球存亡无限逃生:禁止殴打NPC!末日游戏:自选召唤英雄第三赛季:于你一世安宁变成丧尸了,空间有何用?蛊界新主核星纪元重回末日:打造顶级安全屋,校花跪求收留银河星院:晶能传奇录末日之一人成一军星空之竣莫名其妙被拉黑末世前三月,我继承了亿万家财末日重生:开局获取概念级能力太岁灾难末日暴君:这个男人比丧尸还危险!末世我在溶洞里面苟着废柴天才在星座帝国废土采集之觉醒末世:生吃活人那咋了星空奇幻科学一吻之下异能觉醒地球重启,孕妈带着奶奶闯异域凶兽入侵,我能听见万兽心声!木灵根觉醒后,种啥得啥带飞祖国末日林晓宇宙守护者:时空之战末世直播召唤黑粉后,惊动了国家我当D级人员那些年红警之末日逆袭末世之诸界融合GB说好的星际生活,怎么又回来