手里拿着一大束鲜花，脸上带着紧张又期待的表情。 他径直走到瑶光面前，大声说道： “瑶光，我喜欢你！这是我的第一百零七次表白，希望你能给我一个机会！” 瑶光愣了一下，脸上露出奇怪的表情。 陆渊也是一怔。 啥情况？ 这男的居然和自己抢老婆。 不对，瑶光的表情？ 不像是要拒绝。 陆渊心里纠了起来。 “为啥是一百零七次？” 瑶光问道。 陆渊一怔。 这关注的重点错了吧。 “那个，加上之前我表白的十三个女生，总共是一百零七次。” “哦，这样呀。” 陆渊的心里要喷火了。 这都什么跟什么。 哪有和女孩表白，还提前任的。 不对，这可是自己的老婆。 你这小子，找抽。 陆渊想上前抽他……不对，阻止时。 瑶光直接拒绝了。 “不要，林逸，我说了，我只是辅导你功课，不是喜欢你。” 她认识这个男生，他是少年班的另一个同学，名叫林逸。 “怎么会？我这么帅，又这么聪明。” “打住。” “啥？” 林逸家里很有钱，又聪明，所以特别自恋。 “首先，你帅不帅和我没关系，然后，你并不聪明。” 瑶光的嘴太毒了吧。 林逸虽然是少年班的，不过这次他没有进入科学班， 大概是想在开学前最后挣扎一下， 来个浪漫表白。 可是，瑶光似乎更喜欢科学家那套。 林逸却毫不气馁，眼睛里闪烁着期待的光芒： “瑶光，我知道你只是不好意思。” “给我一个机会，让我证明给你看，我的基因很聪明的！” “好，那我问你，如何解决深度神经网络训练中的梯度消失问题。” 深度神经网络训练？ 上一世，深度学习概念是在2006年提出的。 当然，这一世，陆渊把他提前了。 由于洛书的出现。 陆渊顺便把相关的表层技术也公开了。 其中也有深度学习技术。 而且还特地给了范校长写了一本书。 不过这也只是一个月前的事情。 想不到瑶光已经掌握了。 人比人，真是气死人。 相比陆渊这种努力型，哦，不，这一世，应该算是外挂型天才来说。 瑶光这种被智慧之神开过光的天才，才更难得。 “瑶光，这个深度学习才刚出来一个月吧，我也没学过呀。” “聪明人，新知识出来时，就会主动去探索，你这点已经不合格了。” “我不服，你说个我们上课教的。” 林逸的嘴巴撅的老高。 “行，那下一题，一分钟内答出，就算你合格。” “出题吧。” “假设一个旅行商需要访问4个城市，” “城市1和城市2、3、4的距离是20、42、35，” “城市2和城市3、4的距离是30、34，” “城市3和城市4的距离是12，” “旅行商从城市1出发，访问每个城市一次后返回城市1。” “请找到一条最短的路径，使得旅行商的总行程距离最短。” “计时开始。” 林逸一怔。 “等等，这是城市端问题，瑶光，我先拿下电脑。” “你只有60秒，也就是说，你只能用脑袋思考。” “瑶光，你这不是难为我吗？” “你还有55秒。” “等等，暴力搜索法，先从城市一开始，到二，然后算下来是……不对，之前是啥来着？忘记了。不对。” “是103？” “时间到，答案是错的。” “好了，林逸，我并不喜欢你，我很明确的拒绝了你，所以，请你不要再打扰我。” “不行，你拒绝是你的事，我追你是我的事，你没权力阻止我做什么事情。” 瑶光的脸色更加不耐烦了，她正想开口，突然感觉有人站在她身边。 她回头一看，陆渊正站在她身后，脸上带着一丝淡淡的笑容。 陆渊看着林逸，微微一笑， 然后一把抢过他手里的鲜花， 直接扔到了旁边的垃圾桶里。 林逸愣住了， 脸上露出不可思议的表情， 结结巴巴地说：“你……你这是干什么？” 陆渊拍了拍手， 语气轻松地说： “瑶光是我老婆，你表白也没用。” 林逸的脸色瞬间变得难看： “你胡说八道什么。” 然后，他不敢相信地看着瑶光： “瑶光，他胡说的吧？你不会真的……” 瑶光很聪明，自然想到陆渊是帮自己解围的。 她马上说道：“其实……我和陆渊从小指腹为婚，他没骗你。” 林逸的脸色瞬间变得惨白， 他瞪大了眼睛， 仿佛不敢相信自己的耳朵。 他结结巴巴地说：“这……这怎么可能？瑶光，你不是开玩笑吧？”本小章还未完，请点击下一页继续阅读后面精彩内容！ 瑶光故意板起脸，一本正经地说： “当然是真的，我们从小就被家里人安排好了，以后要一起过一辈子呢。” 林逸怔在那，他看着陆渊，又看看瑶光，脸上露出一副哭笑不得的表情。 “不，这都什么年代了，还指腹为婚，你们肯定是骗我的。” 看来，这个林逸的脑子还没坏。 陆渊拍了拍他的肩膀，语气调侃地说： “兄弟，这就是命。你还是早点放弃吧，别浪费时间了。” 说着，就拉着瑶光，向宿舍走去。 只有林逸还杵在原地。 “陆渊，谢谢你。” “89。” “啥？” “你那题的答案呀。” “你还真去算了？” “嗯，通过动态规划的方式，将问题分解为子问题，避免重复计算，从而提高效率。” “所以算出来了。” 瑶光直接怔在那。 是的，渊陆确实打破了她的认识。 原本科学班要招高考生时。 她就觉得很奇怪。 天才不是应该很早就被发现了吗？ 还会等到高考？ 现在看来，还真有。 以陆渊的脑力。 在天才班也能进入前三。 “对了，深度学习神经网络优化的那个问题。” “这个你也有答案？” “嗯。” “快快快，学弟，是啥？” 这个问题让她考虑了几天。 “有四种方法。” “通过使用ReLU激活函数、批量归一化、残差连接以及合适的权重初始化方法，” “可以有效缓解深度神经网络训练中的梯度消失问题。” “原来是这样。学弟，前面就是宿舍，你自己去就行了，我先去实验室验证一下。” 说完，瑶光已经跑走了。喜欢重生2000：开局网吧造AI请大家收藏：(www.qibaxs10.cc)重生2000：开局网吧造AI七八小说更新速度全网最快。