第(2/3)页

    “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？

    这“莎莎莎”的干啥呢？

    从刚刚就听到这边一直都书写的声音。他们一开始没觉得什么，还一味卷子后面有题目需要大量书写，结果写了半天也没看到这样的题啊。还有人怀疑的往后翻了翻试卷，找了半天，确实没有看到需要大量书写的题。基本上都是计算偏多。

    甚至有不少懵逼的同学，因为坐在陈默身后，还有身侧不远的位置，实在是没忍住，都没有顾上考试，抬起头来假装是在看时间，实则偏头用余光打量陈默那边，看看他到底在干啥呢。

    然后就看到陈默桌子上和考卷一同发下来的草稿纸，其中一张已经被铺面了密密麻麻的字，因为离得远，看不清具体写的什么，只觉得怪工整的，不像是打的草稿。

    联系到刚刚听到的声音，这倒真的是有点像是在写作文。

    这哥们不会真的疯了吧？

    题算不出来，崩溃了，直接写小作文“致敬”老师？

    也许是不经意假装抬头看时间，实则偷偷往陈默看的人太多了，前面监考的老师也发现了。

    “咳咳咳，都看自己的卷子，不要东张西望的。”

    监考的老师轻咳了几声，严肃的提醒道。

    众人闻言才把目光收了回来，不过老师不提醒他们也没有再看下去的想法了。确认过眼神，那是一个被李老师逼疯的人。

    他们这一面的题目还没算下来，就开始头昏脑涨了，他们十分懂那个可能在草稿纸上写小作文的哥们的心，他们现在也想骂个十万八万字的。

    没再关注陈默后，都低头认真写起了自己的卷子。

    两名监考老师对视了一眼。

    接连看了陈默那边好几眼。
    第(2/3)页