第七十四章 你遇到了真正的變態(第1/2 頁)

，精彩小說無彈窗免費閱讀！

“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，我並沒有深入研究……遞迴神經網路是具有樹狀階層結構且網路節點按其連線順序對輸入資訊進行遞迴的人工神經網路，是深度學習演算法之一。”

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，但還是硬著頭皮站在臺上。

他抬頭看向張遠。

就看你能夠回答出什麼吧。如果什麼都回答不出來，你憑什麼面試成績比我高怎麼多？

“下邊有請張同學回答。”

“我有個問題。”張遠舉了舉手，“hopfield網路我聽說過，但什麼叫網路穩定性？”

這位提問者笑了笑：“如果網路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望的輸出，即稱系統穩定，因此收斂性是針對變數而言，穩定性是針對系統而言。”

“系統的穩定性得到不到保證，控制系統不穩定，網路的收斂性失去了基礎。”

張遠琢磨了一下一下，說道：“你的那個研究領域，我也沒有深入研究過，只是看過某些論文。不過我有一些簡單的想法，你可以聽聽。”

“……首先是單調性問題，離散時間連續狀態的hopfield網路模型中當神經元的啟用函式是否為單調函式，或者說是否區域性單調。”

“第二是，透過研究能量函式成為凸函式的條件，將hopfield網路的執行看作約束凸最佳化問題求解，從而嘗試著去論證是否有全域性惟一極小點的充分條件……”

“凸最佳化，您說的很正確！凸最佳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，他又提了幾個凸最佳化方面的問題，當場交流起數學來。

最後在主持人的示意下，張遠只好說道：“關於凸最佳化方面的知識，如果有需要的話，可以臺後找我探討，這裡就不詳細說明了……”

很多東西他只是根據平時的積累，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縫鑽進去。

他只能紅著臉，暗地裡給自己打氣，或許是因為樣本過少導致的差異，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。”

提問者是一個女孩，她的問題相對而言比較務實，沒有那麼偏門：“我想要問一個，關於伺服器中，快取方面的問題。”

“快取分為兩個階段：一是資料的放置階段，在資料需求量較小的空閒時段，利用有餘力的通訊資源，向每個使用者的快取裝置中放置資料。二是資料的分發階段，假定在資料需求高峰期，每個使用者隨機向伺服器請求一個完整的檔案，伺服器綜合考慮這些需求，分發完整的資料，以滿足所有使用者的需要。”

“我的問題是，如何最科學地設計快取方案？”

提問者甚至將一個ppt發到了螢幕上。

這個問題很具有專業性，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。”

話筒交到了張遠手上。

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，還爆發出一片口哨聲。

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，各使用者分別快取每個檔案的m/n比例的資料，在資料分發階段伺服器再將各使用者所缺失的各自(1-m/n)部分的資料逐個發放，此時傳輸資料的值r=k(1-m/n)……”

“不知道大家有沒有聽說過，一種名叫‘編碼快取’的方案，具體的演算法是這樣的……”

“您說的有道理。”