磨铁读书 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。”

磨铁读书推荐阅读:末日降临,活的越长,我就越强从变形金刚开始快穿之炮灰女配有剧毒平行时光末日,我创造了第五天灾!雇佣兵纪元:系统宿主大乱斗末日裂谷:异次元危机指挥官的魔幻旅途末世重生为二哈带着洪荒开发大宇宙从孤岛开始的新纪元奶龙与贝利亚:宇宙之中的欢笑中场统治者提瓦特的崩坏3系统反派他靠撒娇上位重生末世,全球冰封王者荣耀之我是小兵信标号令:上古先贤浮空岛在快穿世界当万人迷旧日降临影视世界游记星极满级大佬她在星际财源滚滚末世:复刻诸天万界港综世界大枭雄全球诸天在线深空球长机甲与刀重生,带着妹妹闯末世极寒末世:神之禁区我继承了诸天执法局星际之大熊猫的崛起穿越到了神奇宝贝世界星狩行者七步之内又准又快星际迷情:萌宠上位指南(星际未来之寻妻指南)神明当久了也会疯末世:开局白捡百亿物资末世后多子多福,我是丧尸母体!搬运末日科技!开局上交可控核聚末世学渣:未来科技的搬运工末世还来不来?我的空间快满了!末世重生,提前觉醒异能横扫一切救命,穿成星际大佬了明日方舟:时之旅人重生之文豪巨星电影世界的无限旅程不良人之开局皇宫签到气经星际探索之拾荒人人住超神,渣在诸天
磨铁读书搜藏榜:心灵终结铁锈军团快穿之绿茶靠边站星空联盟物语任游天界我在末世全无敌,美女校花狂倒贴在末世中成长我的四合院避难所怒灵:异人科普诡异:你管这叫学习主播?!快穿逆袭:拯救反派boss末世宝树末世:开局打造顶级庇护所我,星球领主,开局决定当曹贼开启病弱模式星空悍行重申亿次这不是游戏全球灾变:我为华夏守护神入侵诸天快穿攻略:黑化男神日日撩世界灾厄:带着智械征战宇宙就没人能杀死我吗?柔弱恶雌被流放?众兽夫舍命护她冰川纪元:我培养了绝世女皇末世火种:最强男人穿越末世后被反派拯救法师归来举世震惊,反叛者八号出现!让你做模型,这真三相弹什么鬼?火爆控卫永远是男配的我只想当咸鱼边缘之城:我在末世卖棺材我变成了星球锈纪元:火种重启女配今天也在努力离婚混在大唐快穿之她又被杀了诸天大航海时代音律领域综漫入侵:我能汲取别人能力冒牌风水师快穿:猎食男主指南斗罗之开局签到天水学院全球御兽:开局种下世界树大红包超级机甲召唤系统末世之纪元支配者末世三瞳在灌篮高手中做万人迷我的女儿不可能是魔王末世:绑错系统给筑基丹
磨铁读书最新小说:问塔系列恶雌挺孕肚流放,雄兽们宠疯啦我和IT博士的探灵日记鲛人女配觉醒,毛茸茸大佬争着宠欧皇海上求生?反派他妹只想苟命谁让她误闯废土的!在末日游戏里当农场主惊悚:国家把我F级天赋玩出花!恶毒男配都在我的修罗场末世恶毒女配?我靠十倍返还躺赢穿越后我靠蘑菇干翻虫子只想安静种个田,全员逼我当大佬天灾囤货,我靠毛茸茸在末日躺赢末日降临:从修仙界回来后无敌了末世灾变:我靠收割反派暴富穿成乱世寡嫂,靠空间南迁搞基建穿进男频文,我在末世捡垃圾!我的电脑里有个神级文明牺牲的他与保护的她星河苍芒幻厅恶毒向导不装了,全员火葬场吧末世:我捡的废物都成了神明大佬海洋求生:我靠无限抽卡带飞祖国末世列车,我靠预言读档成为榜一梦里穿越十二宫植物成珍稀?而她一天能种一千亩渣女摆烂后,五个前男友扯头花星际:被迫继承疗养院的餐厅星际娇软雌性,被六S大佬强绑定我在末世被营销成神无限副本:告白后我被邪神盯上了快穿:绿茶大佬今天又被钓了渣雌死遁五年回归,黑化父子爱惨病弱美人在诡异世界封神克系末日摆摊,邪神被我喂成萌宠穿成残次品?全星际大佬嗜我成瘾天才俱乐部雄多雌少,我靠木系异能风生水起星际写小说,雄兽们跪求我更新末日求生:我靠农场系统堆满粮仓兵家镇万界末世种田求生:捡个崽崽开农场我在末日盖房子快穿:硬核宿主玩转三千世界穿成稀有向导,误入哨兵修罗场末世海上求生,在灯塔建造度假村生育值0?兽世大佬们全是我榜一荒野求生:毛茸茸同居手册乙游对象非人类,各个为我修罗场