手里拿着一大束鲜花，脸上带着紧张又期待的表情。
他径直走到瑶光面前，大声说道：
“瑶光，我喜欢你！这是我的第一百零七次表白，希望你能给我一个机会！”
瑶光愣了一下，脸上露出奇怪的表情。
陆渊也是一怔。
啥情况？
这男的居然和自己抢老婆。
不对，瑶光的表情？
不像是要拒绝。
陆渊心里纠了起来。
“为啥是一百零七次？”
瑶光问道。
陆渊一怔。
这关注的重点错了吧。
“那个，加上之前我表白的十三个女生，总共是一百零七次。”
“哦，这样呀。”
陆渊的心里要喷火了。
这都什么跟什么。
哪有和女孩表白，还提前任的。
不对，这可是自己的老婆。
你这小子，找抽。
陆渊想上前抽他……不对，阻止时。
瑶光直接拒绝了。
“不要，林逸，我说了，我只是辅导你功课，不是喜欢你。”
她认识这个男生，他是少年班的另一个同学，名叫林逸。
“怎么会？我这么帅，又这么聪明。”
“打住。”
“啥？”
林逸家里很有钱，又聪明，所以特别自恋。
“首先，你帅不帅和我没关系，然后，你并不聪明。”
瑶光的嘴太毒了吧。
林逸虽然是少年班的，不过这次他没有进入科学班，
大概是想在开学前最后挣扎一下，
来个浪漫表白。
可是，瑶光似乎更喜欢科学家那套。
林逸却毫不气馁，眼睛里闪烁着期待的光芒：
“瑶光，我知道你只是不好意思。”
“给我一个机会，让我证明给你看，我的基因很聪明的！”
“好，那我问你，如何解决深度神经网络训练中的梯度消失问题。”
深度神经网络训练？
上一世，深度学习概念是在2006年提出的。
当然，这一世，陆渊把他提前了。
由于洛书的出现。
陆渊顺便把相关的表层技术也公开了。
其中也有深度学习技术。
而且还特地给了范校长写了一本书。
不过这也只是一个月前的事情。
想不到瑶光已经掌握了。
人比人，真是气死人。
相比陆渊这种努力型，哦，不，这一世，应该算是外挂型天才来说。
瑶光这种被智慧之神开过光的天才，才更难得。
“瑶光，这个深度学习才刚出来一个月吧，我也没学过呀。”
“聪明人，新知识出来时，就会主动去探索，你这点已经不合格了。”
“我不服，你说个我们上课教的。”
林逸的嘴巴撅的老高。
“行，那下一题，一分钟内答出，就算你合格。”
“出题吧。”
“假设一个旅行商需要访问4个城市，”
“城市1和城市2、3、4的距离是20、42、35，”
“城市2和城市3、4的距离是30、34，”
“城市3和城市4的距离是12，”
“旅行商从城市1出发，访问每个城市一次后返回城市1。”
“请找到一条最短的路径，使得旅行商的总行程距离最短。”
“计时开始。”
林逸一怔。
“等等，这是城市端问题，瑶光，我先拿下电脑。”
“你只有60秒，也就是说，你只能用脑袋思考。”
“瑶光，你这不是难为我吗？”
“你还有55秒。”
“等等，暴力搜索法，先从城市一开始，到二，然后算下来是……不对，之前是啥来着？忘记了。不对。”
“是103？”
“时间到，答案是错的。”
“好了，林逸，我并不喜欢你，我很明确的拒绝了你，所以，请你不要再打扰我。”
“不行，你拒绝是你的事，我追你是我的事，你没权力阻止我做什么事情。”
瑶光的脸色更加不耐烦了，她正想开口，突然感觉有人站在她身边。
她回头一看，陆渊正站在她身后，脸上带着一丝淡淡的笑容。
陆渊看着林逸，微微一笑，
然后一把抢过他手里的鲜花，
直接扔到了旁边的垃圾桶里。
林逸愣住了，
脸上露出不可思议的表情，
结结巴巴地说：“你……你这是干什么？”
陆渊拍了拍手，
语气轻松地说：
“瑶光是我老婆，你表白也没用。”
林逸的脸色瞬间变得难看：
“你胡说八道什么。”
然后，他不敢相信地看着瑶光：
“瑶光，他胡说的吧？你不会真的……”
瑶光很聪明，自然想到陆渊是帮自己解围的。
她马上说道：“其实……我和陆渊从小指腹为婚，他没骗你。”
林逸的脸色瞬间变得惨白，
他瞪大了眼睛，
仿佛不敢相信自己的耳朵。
他结结巴巴地说：“这……这怎么可能？瑶光，你不是开玩笑吧？”
瑶光故意板起脸，一本正经地说：
“当然是真的，我们从小就被家里人安排好了，以后要一起过一辈子呢。”
林逸怔在那，他看着陆渊，又看看瑶光，脸上露出一副哭笑不得的表情。
“不，这都什么年代了，还指腹为婚，你们肯定是骗我的。”
看来，这个林逸的脑子还没坏。
陆渊拍了拍他的肩膀，语气调侃地说：
“兄弟，这就是命。你还是早点放弃吧，别浪费时间了。”
说着，就拉着瑶光，向宿舍走去。
只有林逸还杵在原地。
“陆渊，谢谢你。”
“89。”
“啥？”
“你那题的答案呀。”
“你还真去算了？”
“嗯，通过动态规划的方式，将问题分解为子问题，避免重复计算，从而提高效率。”
“所以算出来了。”
瑶光直接怔在那。
是的，渊陆确实打破了她的认识。
原本科学班要招高考生时。
她就觉得很奇怪。
天才不是应该很早就被发现了吗？
还会等到高考？
现在看来，还真有。
以陆渊的脑力。
在天才班也能进入前三。
“对了，深度学习神经网络优化的那个问题。”
“这个你也有答案？”
“嗯。”
“快快快，学弟，是啥？”
这个问题让她考虑了几天。
“有四种方法。”
“通过使用ReLU激活函数、批量归一化、残差连接以及合适的权重初始化方法，”
“可以有效缓解深度神经网络训练中的梯度消失问题。”
“原来是这样。学弟，前面就是宿舍，你自己去就行了，我先去实验室验证一下。”
说完，瑶光已经跑走了。