溫：下了單，你就可以問我問題了，今天就是周日。
葛瑤兒眼睛一亮，哎？
這倒是哦。
這么一想，她來了心思，題目不會的話，立馬就退款！
然而沒兩把刷子，怎么敢這么說話。
葛：好，那我怎樣稱呼你啊？
溫曉光一時想不到什么二次元網名，說真名又覺得不太合適，可要不說他這個腦子聰明呢，他很快想到了一個、
在保護自己**的同時，透露一點真實，且還讓對方更加相信自己的‘業務能力’的名字！
溫：嗯，你就叫我溫博士吧。
實驗室里的葛瑤兒果然眼睛放光：嚯，還是博士啊！
溫：你把問題整理一下，1、2、3的條理清楚，我統一給你作答。現在我先給你去發貨，你也能早點拿到。可以嗎？
葛瑤兒咬著嘴唇想了想，發什么貨啊還沒怎樣就發貨了，先測試你一下瞧瞧是真是假，
葛：等下，我現在正在看，碰到一個問題。
溫曉光一看，回道：那你說吧。
葛：就是最優化的部分，江理對數學部分作了一點要求，這和別的學校都不一樣，其實我們本科的時候都沒有開過這門課，所以看起來很費勁。
溫：嗯，不必害怕，有要求一是未來不論是機器學習，數據挖掘還是深度學習的神經網絡，即使你運用一些簡單模型，最優化的理論與算法都有比較廣泛的應用，另外一個是出題的那個老師擅長數學也重視數學，所以才有這么個要求，不過它對這方面的要求也只限于了解，題目都很簡單。
葛瑤兒看這一段話人都犯傻，等會兒……
神經網絡？
數據挖掘？
請打中文，謝謝。
葛：可是我連書都看不懂啊，我至今不知道最優化是什么。
對于花錢的人，溫曉光耐心足夠：這么說吧。大學應該開設有數學模型這門課，模型就像人學習思考模式，在每次學習過程中，人知道自己怎么學，學哪里，學錯了還可以調整，但模型和計算機沒這么聰明，
而最優化就是告訴模型應該學什么、怎么學的工具。在數學上，模型學習往往是一個映射函數，也就是模型中的參數，這個參數的好壞通過答案體現，如果不夠好，最優化就可以幫助調整，
這么說明白了嗎？
葛瑤兒勉勉強強能看懂一些，畢竟說的那么簡單，再看不懂就是智障了。
她又問：那有的地方提到的凸優化又是啥啊？
溫：凸優化是最優化的一個子領域，簡單來說就是定義在凸集中的凸函數的最小化問題，凸優化的應用價值比較高，所以研究的很多。而凸問題的局部最優解就是全局最優解，再加上凸優化理論中的Lagrange對偶，提供了凸優化算法最優性的保證。
另外一些非凸問題通過一定手段可以等價化為凸問題或者用凸問題近似、逼近得到邊界，比如深度學習，其中關鍵的BackPropagation算法，本質就是凸優化算法中的梯度下降法，即使問題極度非凸，梯度下降還是有很好的表現。
明白了嗎？
葛：凸━┳━━┳━凸，原來你真的是博士。
溫曉光：當然，你還懷疑這一點？
臉不紅心不跳。
聊天到此結束，溫曉光去打印，然后發貨。
葛瑤兒在晃動實驗室鄰座的林貝：“貝貝，太好了，我找一個特別牛逼的人！”
林貝不明所以的瞎樂：“什么啊？什么牛逼的人？！”
葛瑤兒也沒說什么，就是拉她過來把電腦上的聊天記錄拉出來，“你看。”
林貝：“臥槽！”