“可不是，我刚刚去后面巡查的时候，旁边那学生一边翻卷子，一边骂卧槽，哈哈哈，给我笑的不行。”
“哈哈哈，我也听到了。你仔细听，现在还有呢。”
“我刚刚拿到卷子也看了下，这套题确实难度不一般，特别是最后那两道题，真的是太为难学生们了，这根本不可能在考试的时候写出来。”
“薛定谔方程都放上了，李院长也是真的够狠的。哈哈哈，这群学生不骂娘才怪。不止是最后两道，前面的题也不简单，那计算量在考试的时间内完成都难。要是题目里面在出个几道弯，哈哈哈，这次考试，这群学生的成绩恐怕又得一片飘红。”
“今年怕成绩出来，怕是还要比往年夸张的多。你瞅瞅这些学生一个个抓耳挠腮的，你看那边几个数学a班的学生，拿到卷子也都抓着个眉头，这写到没一会儿就换了好几张草稿纸了，汗都给写下来了。”
“唉？你瞧那边那个学生。”
一个监考老师抬了抬下巴示意了下。
“怎么了？”
另一名监考老师顺着视线望了过去。
“就那个卷头发那个。”
……
陈默拿到这套题的时候，没什么感觉，这些题对他来说都不难，这种需要大量计算的题本来就是他擅长的。只是翻到最后两题的时候，愣了愣。
这两个问题，他记得李老师之前找他讨论过，但是他当时好像说到一半，因为温老师和学长那边有事情要处理，就先暂时告辞去忙温老师那边的事情了，后来好像忘了这茬。
没想到居然会在自己期末考试上看到这两个问题。
陈默愣了愣后，失笑着有些无奈。
抬手看了看自己手表上的时间，他不止一个专业，也不止考大一的内容，所有的考试之间排的时间都挺挤的，他下一场信工那边的考试一个小时后就开始了，迟到十五分钟不给进场。这边赶过去加上上楼的时间，最少需要十五分钟的路程，他不太想迟到。
所以他这边的这场数学考试，最好能在四十五分钟内写完。
他看了下，这套题不难，但是最后两道题可能要花费不少长时间。
这两个问题展开写，最少也得几万字，考试的时间内，又不是打字，他也写不完。为了赶下一场考试，他打算就稍微简化着写一写，到时候扣点分就扣点点分吧。也没有办法。
因为这一个学期他基本上做得事情都和大量的计算有关，刚从研究所那边回来，这种和计算机算法相关的计算类型题目，他可以说是得心应手了。
基本上考试铃声响起的时候，他就直接落笔，把之前看卷子的时候，心算的几道题答案给写了上去。基本上看一道题看一会儿，就可以直接给出答案了。这学期开学的时候，他还要用草稿纸辅助下，但这学期锻炼算数的机会太多，他现在基本上脑海中已经可以独自完成很大一部分计算了。
不得不说，写数学的时候就是比较省笔油，也省时间，相比前两天马哲、艺概铺满整个卷面的大量的文字废了他好几只笔，今天的数学就和善了很多。基本上就是一堆的填空题，写个结果就行。
教室前面正中央挂着的时钟才过去不到十分钟，陈默已经换了来两张卷子了。草稿纸上连一个草稿都没有，直到倒数第二张卷子有道计算量确实比较大的，才在草稿纸上划了两笔。
又是五分钟过去后，已然写完了除了最后两道大题外的所有题目。
看着最后两道题。
bp神经网络和apriori算法激活函数和代价函数，考察极坐标系和椭圆坐标系下薛定谔方程及其解的可能性。
陈默转了下笔，用笔帽挠了挠脑袋，其实有些无奈，考试的时候碰到这种题，特别是这两天真的写了不知道多少字之后，看到这种又要大量文字赘述的题也挺无奈的，太费笔了。他知道自己要考的试多，考试之前提前准备了不少笔，晃了晃，看了看自己手里的这个大管的黑色签字笔刻度条上已经空了三分之一的笔墨。
“唉。”
叹了口气，怕是这两题写完后，又得去小卖部拿两支笔，才能再去赶去下个考场。
看了眼第一道题：人工神经网络来源于生理学的人脑神经网络，最早指的是生物的大脑神经元，控制着生物的行为，人们模仿大脑神经元的功能建立了人工神经网络……‘神经网络是一种并行的分布式信息处理结构，由处理元件与单向信号通道互连而成，能够处理信息的计算机系统。’”
卷面上的大量介绍，陈默只是简单地扫了下，这些都是他研究的领域，看了眼设定的条件，便直接写了起来。
“人工神经元基本模型：如图1所示，人工神经网络由多个神经元组成，一般由多个输入一个输出，x1，x2，xn代表输入信号，yj代表神经元的输出，wij代表输入信号x1和神经元j之间的权重。bj代表神经元的偏移量，f(.)为激活函数。设第j个神经元的净输入值为sj：则有以下……可证f(.)是单调递增函数，且是有界函数……
bp神经网络算法由正向传播和误差反向传播两个过程组成。正向传播时，由输入层到隐含层再到输出层，每层神经元只影响下一层的神经元的状态……反向传播是根据误差函数、利用梯度下降法进行的，所以反向传播中最重要的是误差函数……”
陈默一边计算，一边阐述，不用说试卷上留有的空白根本不够写的，一面考卷就被写满了。好在之前陈默写前面的题目的时候，没有怎么用草稿纸。两张空白的a3的稿纸便被他拿来当答题卡了。
“激活函数的主要作用是提高神经网络的非线性建模能力，因为涉及非线性建模，缺少激活函数，神经网络只能表达线性映射，即使有再多的隐藏层，整个神经网络跟单层神经网络是等价的。加入激活函数，神经网络才具备了分层的非线性映射学习能力。bp算法的优化方法是基于梯度的，激活函数必须是处处可导的……
代价函数是用来衡量预测值与目标实际值之间的关系，两者越接近，预测效果越好，反之……”
不得不说，陈默的写字速度还是一如既往的快，甚至因为这次赶时间，更加加快了速度，以往他不着急的时候，手是很轻的，哪怕写得很快，周边也太能听的清声音。这次可能是有些赶时间，加上周围确实都挺安静的，陈默这刷刷刷的声音，就显得有些明显了。
其他人也都在草稿纸上写写画画，但是多少都带点暴躁，所以划拉的声音都是一阵一阵的，只有陈默这边独独显得有点不同，这边书写的声音一直有，而且莎莎莎的声音太稳定，不知道的还以为是在写作文呢。
周围算半天被题目卡住的同学此时满脑子都是疑惑，不知道身边这人在干啥，抬头看了眼时间，考试才过去不到二十分钟，这次考试的难度真的不是一般的大，不少能力强的，现在连试卷的第一面都没有翻过去。
这哥们不会是被李老师这次的试题给逼疯了吧？
352.着急赶场（2/2） 点击下一页继续阅读。