趣趣阁 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。”

趣趣阁推荐阅读:上门女婿叶辰星球大战之第四天灾武侠世界大穿越夜不语诡异档案星际破烂女王末日轮盘农门春暖:家有小福妻我怎么又天下无敌了漫步在武侠世界超级漫威副本快穿攻略:花样男神求推倒霍格沃茨:从卢娜家开始内卷成神我与AI的宇宙大冒险签到从捕快开始游戏王:从零开始的决斗王之旅!末世狩魔人九星毒奶星际叛徒当快穿大佬拿了女配剧本我契约了我自己末世超科技房车宇宙无限食堂征战乐园开局带AI流浪宇宙如何成为苦瓜大反派也有春天2暗月纪元开局一颗种子,还好我有概率眼镜我在末世开超市大佬归来,假千金她不装了和亲糙汉可汗后,我在草原忙种田宝可梦:人形精灵竟是我自己诸天降临大逃杀纵横诸天的武者末世吾乃宝妈女主领便当之后星际奇遇记米忽悠【从盘点主角的屑开始】末世重生:我靠安全车囤物斩尸美利坚大帝末世幼稚园攻略我靠科技种田兴家AI8040奥特时空传奇末世:我绑定了移动彩票店为什么它永无止境美漫大镖客末世无限夺舍穿越诸天从同福客栈开始第五人格:我将救赎一切
趣趣阁搜藏榜:玄门医圣我只是踏遍万千银河星海的一束光黄昏之下:见证黎明神话复苏:我东方神明何惧征战快穿我宿主貌美如花逆袭废柴:组建最强联盟如何成为苦瓜苟在港影世界中宇宙织思维度低语的解读者诸天风起灵笼重生之球王巨星为找工作,开局公布黑科技地窟求生:开局获得百倍增幅末世最强兵王尸控岛国未来之丹游星际最强寰宇主神第四天灾的史诗游戏末日之异能主宰源来者末世觉醒,和闺蜜一起囤物资天灾来临,我在末世嘎嘎囤货末世,我创造了僵尸军团快穿之凝魂开局忽悠全球移民,我偷走了蓝星重生之末日时空主宰奇雾山黄泉记忆骷髅,在末世中的旅途无限技能之游戏世界快穿之病态忠犬攻略计末日降临:我率先抢到鼠符咒为了吃遍全宇宙成为植物采集师末世无限夺舍快穿之:腹黑boss宠上天序列降临:从打卡九叔开始我的血液变异了星域狂潮旅人书我的卧室通异星诸天科技之路边境旅者幻想世界大掠夺末世觉醒双异能,我控制世界漫步诸界之旅吞噬之我能简化功法我有一座电子工厂序列进化之我要化成光奇闻调查组主神都得死
趣趣阁最新小说:失忆?废物?不!我脑子里住祖宗终焉回响:废土求生天轨灵枢道重生之末世开启的临界点公元纪亡命之途!末世原配逆袭记末日给系统?那我不就是大哥!重生之我在末日的生活穿越星际之我是炼制师全球穿越:只有我抽中万界盲盒末世种田:大佬非要和我贴贴西途:2049开局就刀人,炮灰爆改末世领主尘缘锁:三界星轨为证末日寒冬开局抱着不知火舞老婆我在美食荒漠养大厨末世进化:开局收留邻居妻异界征途:从传武到星空霸主我都用命镇诡物了,队友才来?共梦后,娇软废雌被六个兽夫强宠我,法外狂徒,职业清道夫末世之回炉重生在公路求生,我被怪物投喂怎么了天命狼蛛终末纪元:我的救赎系统全民穿越:启源求生鱼篮庭院末世大佬的修仙种田日常谢邀,刚被陨石砸,囤货搞批发神识长生基因帝国反世界穿梭指南在2077年建立天堂分堂末日游戏:我的天赋是杀人书序号001,众生平等全球灾变后,我在荒野有一片桃源女尊:纯真成为她们伤害我的工具末日倒计时:我和兄弟的末日堡垒签到,姜少开局一把镰刀末世水灾:开局零元购,目标一国末日重生,从废弃避难所到新世界指挥官说她只是个辅助师全民求生:开局拿下双胞胎当领主重生之她在末日重启游戏末世,单亲妈妈低调躺赢我在末日开房车冰河末日:穿梭星际种田求生全民迷雾求生,我用邪神血肉建家洪水末世,带着大嫂求生