“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。”
出生在末世爆發百年後黑暗紀元的秦羽在一次狩獵中死亡,重生到了末世爆發的第一天。一場血雨降臨,死去的人重新站了起來,渴望著鮮美的血肉,生命物種發生變異,兇猛的變異獸肆虐,更有來自異空間的強大異族虎視眈眈。文明毀滅,道德崩喪,人類是否能在殘酷的末世中延續下去?是成為冷酷的惡魔還是仁慈的救世主?進化的極限是天堂還是地獄?這一世終將加冕為王!
流星劃過天際,邪靈降臨人間。當【靈寵創造模擬器】綁定夜千星,他便開始走上了巔峰之路。你說你有錢有天賦,能夠契約好幾個強大的靈寵?呵呵,我可以隨手創造出碾壓你的靈寵。 【哈士奇】+【幽冥火種】+【神邸之血】+【神秘靈魂】=地獄犬,吞噬靈魂、鎮壓地獄! 【生命古樹本源】+【花靈】+【女王權杖】+【美女】=精靈女皇,美艷動人、救濟天下!逆亂時空的燭龍、亦正亦邪的墮落天使……無數的怪物自他手中誕生…
末世+重生+爆囤物資+茍+無限空間+黑化復仇不圣母全球進入冰河時代,寒冰末世來臨,星球95%的人類全部喪生!上一世,張奕因為心地善良,結果被自己幫助過的人殺死了。重生回到寒冰末世前一個月,張奕覺醒空間異能,開始瘋狂的囤積物資!缺少物資?他直接掏空一座超級商場價值百億的倉庫!住的不舒服?他打造了一座堪比末日堡壘的超級安全屋!末日來臨,別人都凍成狗,為了一口吃的可以舍棄一切。而張奕卻過的比末世之前還要自在。白蓮花:張奕,只要你讓我進入你的房子,我就答應做你女朋友。富二代:張奕,我愿意用我所有的錢,換你們家...
衛康繼承了一家即將破產的醫藥公司。 公司耗費巨資研發新藥卻失敗了,同行打壓銀行催貸,父母雙雙車禍身亡,自己又突然患上癌癥。 幸運的是,他覺醒了一個醫藥黑科技系統,可以提取藥物中某種副作用來製作新藥。 而公司剛研發失敗的新藥中就含有一種0.01%有效抑制癌細胞的副作用。 於是他拿著報廢的藥方開始提取副作用。 降壓藥根本不降壓,卻有緩解疼痛的副作用,提取副作用,成爲效果最好的止疼藥。 退燒藥完全沒效果,體溫不但沒降新陳代謝反而加速了,提取副作用,成爲人見人愛的減肥藥。 眼藥水過於刺激,還導致毛囊增生毛髮濃密,提取副作用,成爲最受歡迎的生髮水。 抗血栓藥研發失敗,副作用居然是提升人體免疫力? 提取,提取,提取!!! 衛康不但徹底治好了自己的絕癥,也成爲人類史上最偉大的醫藥之神。
末世降臨,一切盡失,連強大的能力者都要為溫飽奔波時,景天卻被困在一棟神奇別墅內當起了鹹魚,有吃有喝還安全。 「啥?吃了我做的包子就晉陞境界了?」 「隨手抄寫的修鍊方法被奉為了仙書?」 「連水電這種普通的能源都要被哄搶?」 別墅內很普通的東西,都被倖存者們趨之如鶩。 而景天這個無法修鍊的普通人,都被那些強者奉為神明救世主。 「唉,我真的只想做一條大鹹魚,狗屁強悍實力,那隻不過是借用了我徒弟的能力而已」 景天深深無奈的說道。 ...