暴风中文 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。”

暴风中文推荐阅读:我在星际开饭店快穿:恶女勾勾手,男主昏了头原来我是一个天道反派团重生了全球进化,我觉醒了一座世界我托雷基亚,这辈子想做个好人星际上山赶海美食不断从零级开始穿梭诸天末世多子多福:我打造最强安全屋!末世:坑蒙拐骗杂货铺游戏灾难:从获得神级金卡开始末世细胞学星系霸主之仙云星系战记末世重生,囤货百亿顺带谈个恋爱黄金耳八云家的大少爷末世杀戮:无限空间之异能王者不务专业的歌手带着异形去修仙美漫事务所:开局宠物汤姆和杰瑞战域时代:开局觉醒神级天赋我在天灾,打造生命星球回到末世前:我无敌了末世穿书:主角种田我填坑!末世重生:我的酒店物资无穷尽希望犹在之第一部风卷龙旗高武:邪君降临落叶战记末世反派系统,成为阿姨们的噩梦我在末日文字游戏里救世都市之最强DNF系统进击吧,末日铁甲师兄,你别跑辅法王座快穿黑心莲:恶毒女配撩疯了身软小人鱼捡垃圾,全星际心疼哭帝国的朝阳星际从分解万物开始Clone心影星际之大熊猫的崛起嬉笑者女主今天有点撩外星侵袭:地球反击快穿之炮灰凶残元计划末世:诸天女武神为我而战被毁灭之前,我决定暴兵挣扎一下我代表地球联姻异界公主病毒王座宇宙相亲网之弃妇
暴风中文搜藏榜:穿成星际唯一人类,各路大佬疯抢新元纪快穿系统:男主又重生了龙珠之道问诸天生存游戏:从一只乌鸦开始全球领主:开局成为沙漠领主末日丧尸之我还是主角?零元购,我把渣爹老窝一锅端快穿撩情:嚣张boss,我宠的外来异星群星:我没输过,你说我是战犯?洪水末日:我打造了海上城市末世降临:我招收下属,获得百倍物资末世公寓截胡S级房车,我在逃亡中收美女分身分身闭上嘴,让我来说你是谁万界信用卡拐只狐狸带回家快穿:炮灰女配,颤抖吧紫瞳医圣末世大回炉最强寰宇主神此刻,全球极夜诸天BOSS群轴承曝光我成首席科学家阴阳食谱末世之重生之囤货npc太软,玩家大佬纷纷沦陷绝密试验档案穿越之虫族主宰在异界末日模拟器,我以剑道证超凡揣了反派龙君的崽后我跑路了异闻录我用铠甲闯末世重生末日前三天星穹铁道:神级附魔师,重铸造物引擎诸天次元交易所恐怖机场末世重生之凤归来奇妙的异世界旅行穿越到一九八零全球断电:重返冷兵器时代星际之大演绎家末世:别人囤物资,我直接建城日月星辰伴我眠,虫生异星当帝皇沐蓝星球3:星空学院维度进化战争余生伴星眠宝藏猎人江宪快穿之炮灰逆袭人生
暴风中文最新小说:全球饥荒,大佬们为了养我杀疯了绝嗣暴君唯一崽,宇宙都想来摸摸星际直播:假千金靠蓝星文明封神末世团宠:我靠桃源系统养全家快穿:主神太绿茶,宿主悠着宠奇点临近与我何干精神力0?全星际哨兵求我做向导末世天灾,大佬她靠囤货躺赢了在恋爱游戏里求生这正常吗?末日降临:我靠变废为宝一路躺赢暴力恶雌,众兽夫跪着求宠全球畸变:我靠水果刀杀穿世界快穿:疯批男主总是痴缠娇软宿主开局扮演云缨,震惊全球!乐园边界净化师复苏万物,全星吃香喝辣了放开那使魔穿成恶毒向导,从万人嫌到万人迷求生游戏但我无限复活开局绑定六位S级顶级哨兵海上无土种田?我点满藻科技末世:小丧尸爱玩种田小游戏直播讨债:被关注后爆火全网!快穿大佬驾到:渣渣们快滚开末世之有个团队会更好在游戏里玩密室逃脱会怎样废土求生游戏:我靠挖矿带飞祖国创造太阳系单身汪的万界之旅仙界穿越来的御兽师末世:你惹她干嘛?她是修仙的灾后物资成精,我靠封印囤货暴富飘流的空间轮回密钥:双生系统觉醒时空回响:程楠的千年棋局开局火种协定,但我能无限召唤尸潮压境,我的百万雄师杀疯了全球缺氧我有小世界,开局先杀狗男女末世:那就让她们献上忠诚吧铠甲勇士俢罗侠末世下我那短暂的一生黑暗哨向:我的星星自由平等我以饕餮镇诸天噬骸武装末世集结号:D市生存录灾变游戏:我随手普攻,你们却说是禁咒两只蚂蚁闯天下被女神甩后,我在末日当囤货海王离体我,末世列车长,乘务都是绝美女神