书河书屋 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。”

书河书屋推荐阅读:超级气运光环系统瘟仙万能重生系统废土最强净化师舰长!起床干饭了!三生三世枕上书续集伐明民国大帅军阀从奉天土匪开始无回城电影世界之反派的逆袭我在美漫当维度魔神上海滩:从炮轰租借开始崛起极寒末世:神之禁区师兄,你别跑末世魔侣荣耀星空下大宋第一废柴神童从白鲤开始末世重生:我开局在安全屋囤校花末世之深渊召唤师我在末世收黄金末日在线我用铠甲闯末世农夫凶猛光明壁垒重生末世,全球冰封时空电话亭超级灵泉蚁的世界天下第一异界最强系统守卫者之星际狂飙我有无数个身体征战五千年诸天万界:签到超神获得二向箔末世女配黑化进行时天灾重生:从囤货开始我在末世签到生存深海提督星际之最强指挥官星河主宰我家农场有条龙末日小民机战王朝恐怖都市地球穿越十方武圣战争工坊战域时代:开局觉醒神级天赋废土之红警3
书河书屋搜藏榜:我就一路人甲,你们喊我神明干嘛废土战尊:崛起我的副本全球流行天降红包群后我在年代暴富了蓝月降临宿主,您攻略的角色他失控沦陷了蛮荒小龙女末世之怡然自乐站在食物链顶端的男人末世重生:血月下的死神末日神医迷你历史我说了算灵魂杀机奇幻赛博:机械死亡领主梦魇猎手重生复仇之我在末世有农场全球进化:我有进化模拟器星渊战魂:天诺的史诗征程异世之紫微江山令携千亿物资在末世养四个反派崽崽天龙不败炼器狂潮快穿之炮灰也不是好惹的黑暗时代末世:组队就变强我统领万千女神我是实验动物饲养员重生左唯世界online无限从饕餮开始武道神化追寻能量的零位格影视世界暂住者我能强化丧尸港影枭雄天国游戏快穿BOSS又表白了末世:别人囤物资,我直接建城崇祯有家店玄龙仙侠录灵笼:奸诈者天灾收容所末世重生:从负债累累到百亿物资快穿之我的喵江湖唯一玩家我是寄生末日杀怪系统未来之撩夫记地球纪元
书河书屋最新小说:作为牛马我活到了末世鸿蒙战神从地球废墟杀到星神座系统穿越【我靠系统点亮科技树】真理之蚀末世,只剩一人寄生家园赛博轮回:我在星际拆解神明末世,我的空间能种出世界树都末世了,当个雀神不过分吧?末世天崩【破晓之航】生之徒重置星空恶雌腰软会撩人,深陷雄竞修罗场末世?丧尸?我无个敌先史前新纪元:最强玩家崛起熵梦书:时间琥珀里的文明病我掉进了手机里或许从未有人成仙机娘纪元:宇宙纷争渣雌回归后:兽世傲娇父子求抱抱尸兄之别人练武,我修仙!工具人女配?被六个疯批强制爱赛博朋克:我用游戏飞升满级快穿,惹得禁欲反派宠妻上瘾全球高温:我囤好物资吹空调公路求生,我被萌物幼崽们带飞我,后土血裔,轮回诸天湮灭代码:末日系统的禁忌契约穿书末世,烂尾书毫无参考价值超级科技系统,从平凡到拯救穿成兽世娇娇雌,顶级兽夫追着宠星际最强精神力,大佬们跪求安抚丧尸末世:开局SSS级金刚不坏末世十皇灵气复苏风云传绑定美食系统,我在快穿世界封神战锤求生:我杀敌就变强第一次引领者计划星辰轨迹:龙国崛起末世:开局美女返利,我建立了女儿国!星晨灿烂异世,重启末世,从自制圣衣开始星海舰娘:开拓时代进化红雾怪物入侵,我成为最强玩家开局女丧尸堵门,给她一点系统震撼末日世界吞噬一切,越吞噬越强大末世神机:从爆装系统开始星渊生死轮回