天天书屋

手机浏览器扫描二维码访问

第3章 山与平地87(第1页)

展顾约等人吃过早饭,继续走走。远远看去,有座山。

几个人在山上放羊,很多的羊。有几座小山峰,山峰最高处放了几捆鲜嫩的草。山坡上却是草很少。

那几个人就在旁边观察。可能是放羊的人。

展顾约说:“他们在看什么?”

董趋说:“哪群羊可以先到山顶。先到山顶的羊,他们就注视着,然后低头记下来。”

展顾约说:“他们没有低头,一直就是站着的。。”

董趋说:“好吧,如果是我,看着羊爬山,就记下来是哪头先上山顶。”

展顾约说:“放羊不是看着羊吃草吗?看着哪头上山顶,有什么用?”

董趋说:“可能是山顶上草多呗。”

展顾约说:“那他知道是哪只羊先上去的吗?”

董趋说:“这记不住吧,每只羊都长得一样。”

展顾约说:“自己养的羊能分辨出来。”

刘莫芝说:“很多只,快有一百只了,我看。”

董趋说:“这是个农场吧。不用记录谁先上去。”

刘莫芝说:“如果是我,就记下来是哪头先上山顶。毕竟我喜欢分析数据。”

董趋说:“他们又不分析这数据。分析这有什么用?”

刘莫芝说:“有用,下次换其他羊先上去山顶吃草,这样均衡一点。”

对面山上只是在放羊,大家想,在这里议论纷纷,也是闲着找些事情聊聊。

到现在,姜先生还没有通知具体的讨论会地点和时间,太急人了。但是姜先生和老师,都是忙人,神龙见首不见尾,找也不好找。原来出来找他,也是半天联系不上。估计是有事,就在这地方等等。这次老师也比较重视见面,派他过来。很想向姜先生和同行们请教一二。

旁边有两个年轻人在讲话。

茂沫,安圭显得有些激动。“我跟你说说这里的情况。”安圭亢奋地听着,后来又出现一脸犹豫的神色。

“你太想当然了吧。”安圭着急地说。“我要讲讲我的看法。”两人说起话来噼里啪啦,节奏很快,快人快语快性子。“还有一件事。你没看出来这里镇上人的行为。非常奇怪。”他针锋相对地说。“是的,你没看出来?”安圭脸上是轻蔑的神情。

他们问两个年轻人:“你们在讨论什么呢?也是研究数学的吗?”

“你们看这个没有想到什么吗?”安圭问他们。

“没有。”

“最先想到的,是最优化。”安圭说。“最优化有几种常见的方法。1.梯度下降法:梯度下降法是最早最简单的最优化方法。一般情况下,其解不保证是全局最优解,梯度下降法的速度也未必是最快的。梯度下降法的优化思想是用当前位置负梯度方向作为搜索方向,因为该方向为当前位置的最快下降方向,所以也被称为是最速下降法。最速下降法越接近目标值,步长越小,前进越慢。2.牛顿法:牛顿法是一种在实数域和复数域上近似求解方程的方法。方法使用函数f(x)的泰勒级数的前面几项来寻找方程f(x)=0的根。牛顿法最大的特点就在于它的收敛速度很快。3.共轭梯度法:共轭梯度法是介于最速下降法与牛顿法之间的一个方法,它仅需利用一阶导数信息,但克服了最速下降法收敛慢的缺点,又避免了牛顿法需要存储的缺点。其优点是所需存储量小,具有步收敛性,稳定性高,而且不需要任何外来参数。4.启发式优化方法:启发式方法指人在解决问题时所采取的一种根据经验规则进行发现的方法。启发式优化方法种类繁多,包括经典的模拟退火方法、遗传算法、蚁群算法以及粒子群算法等等。5.拉格朗日乘数法:作为一种优化算法,拉格朗日乘子法主要用于解决约束优化问题,它的基本思想就是通过引入拉格朗日乘子来将含有

个变量和k个约束条件的约束优化问题转化为含有(

+k)个变量的无约束优化问题。拉格朗日乘子背后的数学意义是其为约束方程梯度线性组合中每个向量的系数。”

“那这个羊群到山顶是哪种方法。”展顾约说。

“启发式优化方法。”安圭说。

例如蚁群算法。蚂蚁找到最短路径,主要依靠信息素和环境,假设有两条路可从蚁窝通向食物,开始时两条路上的蚂蚁数量差不多:当蚂蚁到达终点之后会立即返回,距离短的路上的蚂蚁往返一次时间短,重复频率快,在单位时间里往返蚂蚁的数目就多,留下的信息素也多,会吸引更多蚂蚁过来,会留下更多信息素。而距离长的路正相反,因此越来越多的蚂蚁聚集到最短路径上来。这是一种寻优方法。可以找最短路径,也可以找最大值、最小值。

刘莫芝说:“那这些羊有编号吗?”

展顾约说:“可能长得不一样?牧羊人比较熟悉。”

董趋说:“能认出来人我还相信。比如保安认得进出办公楼的人。但是认识羊脸太困难了吧。”

展顾约说:“或者说羊的身上有编号。”

董趋说:“也可能吧。我们站得太远,看不清。可以走近点看看。”

他们沿着山坡上的小路走。

山坡不是太高。过一会就走到羊群的近处。看来确实是贴了牌子,上面标记了数字。

旁边有些树木,还有些电线杆,信号基站。

又走了一段路,到了山顶。看看远处。还有些银杏树、广玉兰树,叶阔荫浓,河流蜿蜒,树林旁有平房和低矮的楼。在淡淡的雾气之下,平静而又优美。

穿书后我搞养殖养首辅  快穿:炮灰宿主总是被偏执反派觊觎  十三夜  快穿:清冷美人总被强制爱  直播:我的聊天记录被古人看到  暗恋成真!独占神明  亡牌大法师  民间异事合集  穿书,别想阻止本咸鱼改剧本呐  开局执掌人皇幡,镇压主角师尊!  我,奈克瑟斯奥特曼  开局一家古玩店,暴富通万界  装A参加选秀,被高冷导师疯狂亲  欲海沉舟  天下何人配红衣  我不想当流量明星  我都开始修仙了,谁还理校花啊  谁家清冷白月光天天咬人腺体啊  在豪门当妈宝女怎么啦  神秘医妃哪里逃  

热门小说推荐
京爷斯文,重逢红眼落泪求她吻

京爷斯文,重逢红眼落泪求她吻

分低是因为评分人少傅雪恩是京都将门世家的哥哥们盼星星盼月亮才盼到的宝贝小妹妹。出生便是整个家族的掌上明珠,长大后惊艳绝伦,是京圈有名的清冷骄矜绝世美人。然而,傅雪恩追求者万千,她却一眼不看。—京都薄家是顶级豪门,因祖上渊源被傅家视为眼中钉,两家多代对外宣称世仇。鲜为人知,四年前,傅家的掌上明珠胆大地与薄家继承人薄沉...

重生之长风破浪

重生之长风破浪

重生之长风破浪简介emspemsp关于重生之长风破浪钢枪新书神级农场正式发布,书号1003598711,请大家多多支持呀!钢枪在此谢过了!...

我真不是关系户

我真不是关系户

我真不是关系户简介emspemsp关于我真不是关系户作为二代目火影千手扉间与宇智波泉奈的儿子,真阳心中顿时冒出了无数的槽点。但,好像问题不大因为忍界最强关系户诞生了!初代目火影,有着忍界之神称呼的千手柱间是我大伯!幕后超级大BOSS宇智波斑是我大舅!木叶公主纲手得管我叫叔叔。唉,这该死的辈分!而我,千手宇智波川普建国红心闪闪真阳,原本可以美滋滋的在木叶当一名纨绔子弟,结果却被逼着要一统忍界,这可该怎么办?还好有金手指此地禁止...

不装了,其实我是朱重八

不装了,其实我是朱重八

穿越回明朝洪武年,成了大明嫡长孙朱雄英。但他被蒙在鼓里,还有些迷茫。站在历史的十字路口,决定为未来谋划。选谁好呢。储君太子朱标。大明王爷朱棣。还是性格软弱,却爱搞事的朱允炆。想走科举,却是商户,那就待在家里等大官上门吧。他在应天街头,立下宏志,要轻松的奋斗在明朝洪武年。等他离成功不远,要步入朝堂时,干爷爷摊牌了不装了,其实咱是朱元璋。这才发现,奋斗了那么久,自己才是大明最牛的金大腿。如果您喜欢不装了,其实我是朱重八,别忘记分享给朋友...

替婚暖爱:技术流她翻车啦

替婚暖爱:技术流她翻车啦

替婚暖爱技术流她翻车啦简介emspemsp关于替婚暖爱技术流她翻车啦佣金在手,天下我有!于是乎黎筱筱一不留神代驾变代嫁,偏偏还嫁给了死对头!人生艰难,她却迎难而上。不仅要提防身份被识破,还得提防明枪暗箭。终于任务结束,她想全身而退却...

嫡女策略:步步为凰

嫡女策略:步步为凰

嫡女策略步步为凰简介emspemsp关于嫡女策略步步为凰前世,她遭人人陷害,身披野种之名被逐出家门,途中,弟弟被杀,母亲遭凌辱致死,自己亦被卖人做妾,被糟蹋,被堕胎,被挖双眼,生不如死!再次重生,她定然不会再重蹈覆辙,将前世那些将她一步一步逼入绝境的人一一揪出,万倍返还!这一世她聪慧过人才名远播,却不料遇见个更聪明绝顶腹黑雄壮的家伙。什么?初次见面就要提亲?我洛明诗做大不做小,只愿得一人终老!什么?首次谈心就夺了我初吻?你个登徒子伪君子!什么?新婚...

每日热搜小说推荐