分卷阅读112
坐着吃着小龙虾，只气氛太安静了，柳溪专心致志地吃虾，盆很快就被消灭了半。
岑墨转头看了眼邻桌，他们吃得比他早，但还剩分之二，他们吃得速度不快，直在聊天，他还想与柳溪多待会，不能让她这么快吃完，所以他也要找话聊。
岑墨转回头，脑海闪过个问题，“你晚为什么这么迟回来，和他什么了？”
柳溪剥着虾，随应道：“吃饭啊，聊得挺开心，后来又起喝了茶。”
岑墨心堵了。
刚刚相处这么和谐，他干嘛自找不快？这话题找得太失败了。
他敛住眸光问道，“他不喜欢你，不在追你？”
柳溪这才抬头看了他眼，“和你什么关系？”
岑墨：“他个纨绔，不适合你，还带你去酒吧……”
最后句气势弱了，不在理直气壮地指责，更像无可奈何地抱怨。
因为他没办法忽略自己后来闹事，还对方在医院帮忙挂号还给垫付费用，但码事归码事，他并不认可他带柳溪去酒吧这件事。
柳溪拍拍手上东西，说道：“岑墨，追人要有追人姿态，不要问东问西，更别管和别男人怎样。”
岑墨：“……”
柳溪打定主意气死他，“和他认识时间不比你短，他有钱，有纨绔，但为人讲义气，事很靠谱，知道在OGO事情后，立马介绍了华逸集团太爷给认识，当着面，让人家要好好罩，挺动，最重要，们可以谈心，你能吗？”
岑墨许久没说句话，抿着唇，膛微微起伏着，大半天后才开，“可以学，你看，们现在不能正常说话了吗？”
柳溪说道：“对啊，你看，连你也知道自己以前多不正常。”
别说谈心，就连正常交流都很难进行。
从来都她个人单相声。
岑墨说道，“你也可以和谈心。”
柳溪：“不了。”
他就她心事，谁要和他谈，但岑墨显然没转过弯来，与她认真地说道：“你觉得不够格，可以去考个心理咨询师证书。”
柳溪：“……”
他这样本正经地说话，说得也太理直气壮了，听得柳溪脸上热，避开他灼灼目光，“能不能好好吃，不要说话了。”
岑墨：“别人都聊天。”
柳溪：“也不能聊这个，换话题！”
岑墨想了想，又问道：“最近有个关于卷积神经网络新研究，想不想听？”
柳溪：“……行吧。”
虽然在这地方讨论技术问题十分奇怪，但好过被他问些尴尬问题。
岑墨便说自己最近在准备份论文，最初理论基于柳溪次在桐城提思路，后来他就在想这个识别技术确度这么，不仅仅可以用在智驾系统场景识别里，甚至可以用于对度要求更应用，比如人脸识别技术。
柳溪有惊讶，“人脸识别技术？”
他这跨频也跨得幅度太大了。
直接从场景应用到人脸识别。
虽然都计算机视觉热门研究课题，但像柳溪自己本身能专自驾领域就很不容易了，不像他还能关注到别应用。
不过也，她横向课题，而他纵向课题，技术不分领域，所以他关注从来只在技术本身，而非应用场景。
柳溪对人脸识别技术了解得比较粗浅，多基于大学时期课堂上学习，“据所知，这两年人脸识别已经有了突破性进展，在LFW数据集上认证识别率达到99%，比人识别率还要，你研究还能突破这个？”
岑墨：“但现有实际应用网络需要庞大数据集，如何减少机器算法也研究方向之，如果能够构造个很小网络，极大减少训练参数量，将降低存储空间要求，提机器运行效率。”
柳溪想了想之前自己提个思路，很快就想到了他突破在哪儿，“你对比过正规化位置不同，对机器训练影响？”
岑墨头：“把这个思路提供给MIT导师ProfessorBrowning，他也表示了厚兴趣，所以们起了对比。”
柳溪顿时来了兴趣，“什么发现？”
……
二人边吃边聊，就这样在大排档坐到了深夜。
柳溪发现，在不知不觉，自己竟然也可以与岑墨起探讨前沿技术了。
她不再个他说什么，都只知半解，永远都只能在他身后请教他人了。
她也能给他启发算法思路，也能与他侃侃而谈深奥技术。
吃完了宵夜，岑墨又送她回到了小区，“个，你想不想起研究？”
柳溪
岑墨转头看了眼邻桌，他们吃得比他早，但还剩分之二，他们吃得速度不快，直在聊天，他还想与柳溪多待会，不能让她这么快吃完，所以他也要找话聊。
岑墨转回头，脑海闪过个问题，“你晚为什么这么迟回来，和他什么了？”
柳溪剥着虾，随应道：“吃饭啊，聊得挺开心，后来又起喝了茶。”
岑墨心堵了。
刚刚相处这么和谐，他干嘛自找不快？这话题找得太失败了。
他敛住眸光问道，“他不喜欢你，不在追你？”
柳溪这才抬头看了他眼，“和你什么关系？”
岑墨：“他个纨绔，不适合你，还带你去酒吧……”
最后句气势弱了，不在理直气壮地指责，更像无可奈何地抱怨。
因为他没办法忽略自己后来闹事，还对方在医院帮忙挂号还给垫付费用，但码事归码事，他并不认可他带柳溪去酒吧这件事。
柳溪拍拍手上东西，说道：“岑墨，追人要有追人姿态，不要问东问西，更别管和别男人怎样。”
岑墨：“……”
柳溪打定主意气死他，“和他认识时间不比你短，他有钱，有纨绔，但为人讲义气，事很靠谱，知道在OGO事情后，立马介绍了华逸集团太爷给认识，当着面，让人家要好好罩，挺动，最重要，们可以谈心，你能吗？”
岑墨许久没说句话，抿着唇，膛微微起伏着，大半天后才开，“可以学，你看，们现在不能正常说话了吗？”
柳溪说道：“对啊，你看，连你也知道自己以前多不正常。”
别说谈心，就连正常交流都很难进行。
从来都她个人单相声。
岑墨说道，“你也可以和谈心。”
柳溪：“不了。”
他就她心事，谁要和他谈，但岑墨显然没转过弯来，与她认真地说道：“你觉得不够格，可以去考个心理咨询师证书。”
柳溪：“……”
他这样本正经地说话，说得也太理直气壮了，听得柳溪脸上热，避开他灼灼目光，“能不能好好吃，不要说话了。”
岑墨：“别人都聊天。”
柳溪：“也不能聊这个，换话题！”
岑墨想了想，又问道：“最近有个关于卷积神经网络新研究，想不想听？”
柳溪：“……行吧。”
虽然在这地方讨论技术问题十分奇怪，但好过被他问些尴尬问题。
岑墨便说自己最近在准备份论文，最初理论基于柳溪次在桐城提思路，后来他就在想这个识别技术确度这么，不仅仅可以用在智驾系统场景识别里，甚至可以用于对度要求更应用，比如人脸识别技术。
柳溪有惊讶，“人脸识别技术？”
他这跨频也跨得幅度太大了。
直接从场景应用到人脸识别。
虽然都计算机视觉热门研究课题，但像柳溪自己本身能专自驾领域就很不容易了，不像他还能关注到别应用。
不过也，她横向课题，而他纵向课题，技术不分领域，所以他关注从来只在技术本身，而非应用场景。
柳溪对人脸识别技术了解得比较粗浅，多基于大学时期课堂上学习，“据所知，这两年人脸识别已经有了突破性进展，在LFW数据集上认证识别率达到99%，比人识别率还要，你研究还能突破这个？”
岑墨：“但现有实际应用网络需要庞大数据集，如何减少机器算法也研究方向之，如果能够构造个很小网络，极大减少训练参数量，将降低存储空间要求，提机器运行效率。”
柳溪想了想之前自己提个思路，很快就想到了他突破在哪儿，“你对比过正规化位置不同，对机器训练影响？”
岑墨头：“把这个思路提供给MIT导师ProfessorBrowning，他也表示了厚兴趣，所以们起了对比。”
柳溪顿时来了兴趣，“什么发现？”
……
二人边吃边聊，就这样在大排档坐到了深夜。
柳溪发现，在不知不觉，自己竟然也可以与岑墨起探讨前沿技术了。
她不再个他说什么，都只知半解，永远都只能在他身后请教他人了。
她也能给他启发算法思路，也能与他侃侃而谈深奥技术。
吃完了宵夜，岑墨又送她回到了小区，“个，你想不想起研究？”
柳溪