好笑的么？”
“……没什么，我一直以为你喜欢胖胖是因为它太可爱了呢。”
苏飞忍着笑意，说道。
“咳咳……也有一部分原因吧。”
少女，你这极其不自然的的样子……果然可爱才是主要原因吧。
“社长，把你的论文拿出来给我看看吧。”
苏飞主动把话题拉到了正轨。
听到苏飞这句话，姜倾雪的脸色恢复到了那淡漠的样子，她撇了苏飞一眼。
苏飞仿佛感受到了记仇+。
他接过姜倾雪递过来的论文，开始仔细阅读起来。【摘要：在本文中，我们提出一个基于GAN的新模型，命名为JGAN，在这个新模型中，我们展现出了比GAN更高的训练稳定性，避免了模型训练崩坏，解决了GAN一直以来受诟病的缺点，并且提供了稳定且更有意义的学习曲线……】
让他感到震惊的是，这一篇GAN的改良论文，足足有32页，其中的理论证明和实验任务都详细无比。
要知道，苏飞的ELMo也就15页，他自觉在ELMo中已经把理论证明部分写的无懈可击，但看到姜大校花的这篇论文时，才发现什么才叫真正的无懈可击。
苏飞越看越心惊，尤其是核心算法。
“你做的JGAN，提出的主要创新点是，判别器最后一层去掉sigmoid函数，生成器和判别器的损失函数不用log计算，优化算法不采取动量法优化，最后一点是引入KL散度作为衡量性能的工具，大致是这样，对吧？”
姜倾雪有些惊讶地看着苏飞，这前前后后才不到十分钟，就这么点时间，他就能把这篇JGAN的核心部分看懂，虽然早就知道苏飞的科研水平很高，但这脑子是转的多快啊……
毕竟这里面一大串一大串的让人眼花缭乱的公式可一点也不少。
“嗯，你觉得怎么样？”姜倾雪看起来很平静。
苏飞沉默了一会儿，毫无保留地夸赞道：“完美。”
“是吗。”姜倾雪轻轻松了一口气。
“只不过，为什么在更新参数的时候，不加一个步骤，把梯度截取一下呢？许多GAN的改良文献里都有这种方法。”苏飞补充道。
“我也有试过，但效果好像不太理想。”
“有试过生成器和判别器分别截取么，不要一起截取。”
“这倒没试过，简直是一个盲点，兴许有奇效。”姜倾雪惊叹道。
苏飞耸了耸肩：“也有可能一点用没有，还浪费你时间。”
“科研就是这样试错的，能有一个新的思路已经很好了，苏飞同学，谢谢。”姜倾雪微微鞠躬。
苏飞一时有些发愣。
“怎么了？”
“没什么……只是，这还是第一次被社长这样郑重道谢呢。”
“不喜欢么？”
“喜欢。”
喜欢俩字脱口而出，苏飞老脸一红，随即看到了姜大校
请收藏：https://m.lawen.cc
（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）