下，翟达还是被拉着重新坐下，小木头翻开电脑，找出此前的论文：

“我这半年来研究的，是凸优化和非凸优化，前者是确保局部最小值就是全局最小值，后者则是对于复杂问题寻找实际可用的高质量解”

“简单来说，前者用于高效率获得单一解，速度快，后者则是处理庞大数据，更全面。”

翟达认真的点点头：“你继续。”

别管懂没懂，在听。

卢薇歪着脑袋想了片刻，试图更简单的解释。

如果简单一次不够，那就简单两次，再加上一些实际应用！

只有这样，她才能向翟达解释，为什么会将此当做“礼物”。

“那再换个说法凸优化可能适用于金融模型以最快速度寻找最优解，而非凸优化适用于大数据处理和神经网络的深度学习，现实中大部分问题都是非凸的，可以帮助计算机以数学来学习现实，这样能理解么？”

翟达终于捕捉到了关键词。

神经网络？深度学习？

卢薇看着翟达的表情变化，有些疑惑道：“你听说过？”

前者不算稀奇，已经提出了几十年，后者其实是这两三年才定义的。

翟达找回了一点自信：“我又不是吴越”

卢薇点头继续道：

“一般情况下，凸优化和非凸优化是无法并行的，虽然有着‘凸松弛’作为半定规划链接，但本质上就像磁铁的两极，有各自的延伸领域。”

“这并不是某个具体的、一次性的猜想证明，而是持续优化问题，即：如何更高效的获得各自解，原本我的研究就是这样，各自为战，分别提升了两者的运算效率，缩短了神经网络的逻辑链，不过下午考试时有了一点灵感。”

重头戏来了。

“我将之前《敏感度猜想》的‘矩阵追踪工具’，与两者结合了起来，使得计算过程中对梯度下降进行动态捕捉，可以在凸与非凸中半程切换，自动分析出最合适的方法，节省了双向求解50的复杂度并且更快、更全面、更接近最优。”

卢薇指了指电脑屏幕：“电脑里的，依旧是我的毕业论文。”

而后第二次，将那几张手稿递给翟达： 本章尚未完结,请点击下一页继续阅读---->>>

Loading...

内容未加载完成，请尝试【刷新网页】or【设置-关闭小说模式】or【设置-关闭广告屏蔽】~

推荐使用【UC浏览器】or【火狐浏览器】or【百度极速版】打开并收藏网址！

收藏网址：https://www.fulishuwu.org