“請兩位選手思考3分鐘的時間。”
很快,3分鐘後,主持人將話筒遞到了蔡昆手中。
“下面有請請蔡同學回答。”
他紅著臉,磕磕絆絆了好久:“很抱歉,這個領域,我並沒有深研究……遞歸神經網絡是有樹狀階層結構且網絡節點按其連接順序對輸信息進行遞歸的人工神經網絡,是深度學習算法之一。”
勉強背誦了一些定義,實在有些糊弄不過去,蔡同學道:“很抱歉,我暫時沒有特別好的想法。”
底下傳來了一陣噓聲,蔡同學雖然臉紅,但還是著頭皮站在臺上。
他擡頭看向張遠。
就看你能夠回答出什麼吧。如果什麼都回答不出來,你憑什麼面試績比我高怎麼多?
“下邊有請張同學回答。”
“我有個問題。”張遠舉了舉手,“hopfield網絡我聽說過,但什麼網絡穩定?”
這位提問者笑了笑:“如果網絡的某些權值可以收斂至平衡點,即稱權值收斂,那麼輸出也就可以擬合期的輸出,即稱系統穩定,因此收斂是針對變量而言,穩定是針對系統而言。”
“系統的穩定得到不到保證,控制系統不穩定,網絡的收斂失去了基礎。”
張遠琢磨了一下一下,說道:“你的那個研究領域,我也沒有深研究過,只是看過某些論文。不過我有一些簡單的想法,你可以聽聽。”
“……首先是單調問題,離散時間連續狀態的hopfield網絡模型中當神經元的激活函數是否爲單調函數,或者說是否局部單調。”
“第二是,通過研究能量函數爲凸函數的條件,將hopfield網絡的運行看作約束凸優化問題求解,從而嘗試著去論證是否有全局惟一極小點的充分條件……”
“凸優化,您說的很正確!凸優化正是我在做的方向,我還有一個問題……”
這一次倒是說到了這位提問者的心坎裡,他又提了幾個凸優化方面的問題,當場流起數學來。
最後在主持人的示意下,張遠只好說道:“關於凸優化方面的知識,如果有需要的話,可以臺後找我探討,這裡就不詳細說明了……”
很多東西他只是據平時的積累,隨口胡扯,如果真的能隨機應變寫出一篇論文,那他也不用上臺,直接當“論文上帝”好了。
底下已經傳來了一片鼓掌聲。
這麼短短的一段時間,高下立判。
蔡昆恨不得在地上找條鑽進去。
他只能紅著臉,暗地裡給自己打氣,或許是因爲樣本過導致的差異,剛好遇到了自己不會,對方會的題目。
主持人又問道:“666號,請說出你的問題。”
提問者是一個孩,的問題相對而言比較務實,沒有那麼偏門:“我想要問一個,關於服務中,緩存方面的問題。”
“緩存分爲兩個階段:一是數據的放置階段,在數據需求量較小的空閒時段,利用有餘力的通信資源,向每個用戶的緩存設備中放置數據。二是數據的分發階段,假定在數據需求高峰期,每個用戶隨機向服務請求一個完整的文件,服務綜合考慮這些需求,分發完整的數據,以滿足所有用戶的需要。”
“我的問題是,如何最科學地設計緩存方案?”
提問者甚至將一個PPT發到了屏幕上。
這個問題很有專業,但大家都能聽懂在問什麼。
主持人說道:“好了,各位請思考3分鐘的時間。”
話筒到了張遠手上。
他笑著說道:“我覺得……還是把機會先讓給蔡昆同學吧。我怕我說了之後,他就沒的說了。”
底下的人又發出了一片鬨笑,還發出一片口哨聲。
有人相信了,也有人不相信。
蔡昆心中一愣,這一次,他還是有一點想法的,而對面的張遠卻好像說不出什麼東西,需要更多的思考時間。
“……我有這樣一個想法,各用戶分別緩存每個文件的M/N比例的數據,在數據分發階段服務再將各用戶所缺失的各自(1-M/N)部分的數據逐個發放,此時傳輸數據的值R=K(1-M/N)……”
“不知道大家有沒有聽說過,一種名‘編碼緩存’的方案,的算法是這樣的……”
“您說的有道理。”
雖然上這麼說著,提問者微微失,編碼緩存可以說是最平凡的一種想法,早就已經有的算法了,沒有任何研究意義。如果拿這個爛點子去開課題,估計會被導師一掌打回來。
接下來到張遠,他清了清嗓子。
“蔡昆同學的想法很好,在分發階段,利用已有的緩存信息之間的關係,設計所需廣播容的一定的編碼組合,使得多個用戶可以同時從單次的信息中譯碼得到所需的部分信息,從而得到全局緩存增益。”
“但是其侷限在於,要將每個文件等分爲一個隨著用戶數量K而呈指數增長的參數,衆所周知,指數級別的分劃,在算法上的難以實現……”
“我可以借用一下你的數字筆以及大屏幕嗎?”
主持人愣了一下,“可以。”
張遠在屏幕上畫了幾張圖。
“……本質上,它是一個組合圖論的問題,我們希得到的是F爲K的多項式級別,且R爲常數級別時的緩存方案。或者證明這種方案的存在與否。”
“顯然,關於文件劃分數能否轉化多項式級別,即達到工業可用的級別,完全取決於數學上能否構造出滿足某些特的超圖問題,這些特是這樣的……”
“我覺得轉換數學問題後,已經可以寫一篇不錯的論文。至於答案究竟是什麼,我現在肯定回答不出來,只是一個想法而已。應該怎麼解決這個圖論問題,還得這位同學自己去思考。”
底下響起了一片竊竊私語。
在座的吃瓜羣衆,還是有許多專業人士的,是不是胡說八道,自然有自己的分辨。
啪啪啪!
幾分鐘後,提問者帶頭鼓起了掌。
底下掌聲雷。
蔡昆已經沒有臉面繼續待下去了,他滿臉通紅,急匆匆地點頭認輸。
他終於知道,同樣是一百分的試卷,他考100分,是因爲實力,而別人同樣考100分,是因爲卷面上只有一百分。
“老蔡,你遇到了真正的變態!”
“是啊……”
“好像輸的不冤枉。”
【女扮男裝×1V1獨寵女強】穿書後的葉凰看著被自己拔了毛的男主大佬,瞅瞅跟在自己身邊嗷嗷待哺的幾個蘿卜頭,再掃一眼貧瘠惡劣的廢星環境,怎麼辦? 女扮男裝,擼起袖子加油乾! E級廢物資質又如何,狂傲神秘的機甲改造大師,低調冷漠的超級藥劑大師,令人聞風喪膽的賞金獵人,從不露臉的頂級美食主播…… 馬甲到處飛,哪一個纔是真的她?! 一不留神,攤子就鋪大啦! 帥氣邪肆的葉凰笑瞇瞇對著星際採訪鏡頭:本人端方實誠童叟無欺,溫良友善風雅無邊……眾大佬一口老血! 死黨們一臉崇拜:我們老大是心有猛虎,細嗅薔薇。 某大佬傲嬌一抬下巴:「……嗯哼!我寵的!」 葉凰一個眼刀飛過來。 某大佬識趣改口:「……寵我的!」
簡介:領主,種田,養成,兵種,探險,發育 全球數百億人都穿越到了《光輝紀元》這款遊戲世界,所有人都成為了領主,擁有了自己的領地。 招募兵種,收集資源,佔領礦脈,攻打城市,建立帝國! 這個領主世界最重要的無疑是能招募兵種的兵種巢穴。 但兵種巢穴的潛力都是固定的,想要得到頂級兵種,只能擊敗那些強大的野外兵種,佔領它們的兵種巢穴。 而李察卻發現,他竟然能直接提升兵種巢穴的等級。 從此,各種強大至極的兵種被他培養了出來。 當其它玩家還在為獲得一個高級兵種而欣喜若狂的時候。 李察身後出現了沙漠法老王,魔蠍帝王,機械巨人,惡魔男爵,血族大公,五色邪龍,墮落天使…… 從此以後,沙漠中出現了一座繁榮璀璨的綠洲城市,而他,成為了沙漠的主宰。