笔趣阁

手机浏览器扫描二维码访问

第13章 开赛在即（第1页）

[]

13年的夏，燕京电力大学本学期已经将近尾声。

大部分学生的课程都已经结束，除了少数还没有考完的科目，平时基本上已经无所事事。

就在大部分学生颓废在宿舍哀嚎为什么学校还不装空调的时候，有两个人正干劲十足，在为两个月后开始的竞赛做准备。

两人已经畅聊了不少，孟繁岐大概为其梳理清楚了基本的概念和认识。

他一直认为，人接触aI和人工智能，切忌执着于某个局部和概念，容得不偿失，看了半还没看懂。

先对整体的原理用浅显的方式，结合生活中常见的场景和概念去理解为好。

随后则先接触一个可以顺利运行的代码例子，跑起一个测试版来，会大大增强自己的自信心，有很强的成就感。

有了兴，有了成就感，有了信心，又大概理解了整体的流程和意义。人自然会自去探索代码，尝试去理解每个零部件，每个参数的意义和它会产生的影响。

说不定就会有一些奇思妙想。

如此从上而下，方为正道。而不是苦苦啃了几个月的公式，结果来到电脑前一句代码都不会写，根本无从下手。

前段时间，孟繁岐已经将基于阿里克斯的netet框架，实现了一个简版三层神经网络做十分类任务的玩具级版本。

唐璜借此基本熟悉了本次竞赛的第一个任务内容。

孟繁岐便指使他去仔细看一看ImageneT官方给的数据存放方式，开工具和使用的方法。

自己则尝试将自己这段时间以来所准备的算法基于该框架实现，但是不太顺利。

其实阿里克斯自己在主页上也意识到了这个问题，他称自己主页对代码的描述是非常不充分的。

而此时非常不完善的生态也进一步加剧了这个问题，英伟达的cuda起步不算太久，不同版本之间的代码又需要改动。

孟繁岐更换了几个代码库的版本，结果显卡gTx-69o的驱动似乎有哪里不兼容，部分代码的编译也不顺利。他相信这份代码本身是阿里克斯布出来的比较成熟的版本，不会有什么问题。只是环境和调试上确实是一件麻烦事。

此时的aI技术不能说是小众，但也没有到这种细节问题都随处可查的步。孟繁岐浏览了一下相关的技术网站，查看了一些相关讨论。

虽然解决了大部分问题，但终究还是剩下了一些。

“没办法了，只能写邮件给阿里克斯求助一下。”孟繁岐倒不是很担心阿里克斯愿不愿意回复的问题，只要自己表明来意，说清楚自己希望以深度神经网络参赛ImageneT-2o13，阿里克斯是一定愿意伸出自己的援手的。

众所周知，aI三巨头是辛顿，立昆（Lenetgio）三人。2o18年的图灵奖由这三人共同获得，以表彰他们多年来的坚持和贡献。

时代的aI起飞靠得核心技术是深度神经网络，但在6o和8o年代的两次热潮之余，神经网络其实并没有得到足够的重视。

阿里克斯是辛顿的学生，2o12年两人和师门其他人一起以a1exnet参赛ImageneT-2o12的时候，是唯一一个使用神经网络的团队。

孟繁岐很清楚，辛顿和阿里克斯渴望神经网络被扬光大，他们也已经在2o12年以碾压的姿态击败了其他竞争者。

此时的他们还没有完全开始日后非常忙碌的事业，正处于“万国来朝”的喜悦之中。非常乐意为非盈利性质的同好提供技术上的支持。

阿里克斯主页上开源的这套netet其实就是日后TF和pytornetbsp;贾扬清博士后来开的caffe是许多aI开者的初恋，很多内容也是基于netet。贾博士本人也与阿里克斯交流甚多，从阿里克斯那里得到了很多的帮助和支持。

时隔多年，贾博士仍曾感怀阿里克斯和netet，说明阿里克斯在aI技术方面，确实是一个热情好客的人。

虽然决定写邮件叨扰，但其中内容却不是那么容写的。程序员是一种对提问质量有较高要求的群体，尤其是阿里克斯这样走在时代前沿的顶级大脑，这样的人对愚蠢和傲慢的容忍程度是很低的。

因为开源（open-source）是这个世界的一大特色，aI的飞崛起很大程度上依赖这种无私分享的氛围。去年夺冠击败一众一流大学和科技公司的a1exnet，其所有代码很快就已经可以被随便一个人直接下载到自己的电脑上。

没有任何的壁垒和门槛，最核心的内容就这么免费摆放在你的面前。在这样的情况下，如果再问出愚蠢的问题，是显得有些侮辱人的。

那些不愿思考、或者在问前不做他们该做的事的人。那些人是时间杀手——他们只想索取，从不付出，消耗我们可用在更有的问题，或更值得回答的人身上的时间。

“拿来。”“给我。”他们的问题听起来就是这个意思。

阿里克斯为许多人提供帮助使用的是自己私人的时间，第一次直接接触业界的风云人物，孟繁岐可不想显得很不礼貌，像个傻子。况且，草率的问题其实也只能得到草率的答案。

如果一个人不能详尽，清晰而有逻辑把自己的问题描述清楚，想必他也是没有什么可能得到自己想要的回答的。大多数人在求助的时候总是专注于描述自己的感受，但实际上并没有人在乎。

以求图求出处举例。“啊啊啊啊！！！急急急！！我要爆了！！”和“日漫，有彩页，是个短篇，一共三个角色，画风有点像xx和xx。”

这两种描述哪个更有可能得到可靠的回答，想必不需要过多的解释。

还有一个很经典的起手式，是“在吗？”。如果看到这样的问题，快跑，头也不要回，后面准没好事。

打开邮箱，孟繁岐详尽描述了自己的相关硬件型号，驱动版本，环境和库的版本，具体出错位置，报错的日志，自己已经做过的搜索和尝试过的办法以及它们的结果。

点击送。

“现在加州时间应该是凌晨吧，还没亮。”孟繁岐算了算时差，自己得到回复最早也是明了。

此时最要紧的事情是先基于阿里克斯的框架做修改把15年的名震下的Resnet实现出来，等问题解决后进行调试。

不仅是代码和实验结果，他还需要尽早基于的深度神经网络把对抗生成算法的实验完成。

孟繁岐很清楚，几个月后赛事结果公布的时候，自己基于后世kaiming残差思想的dreamnet一定会引起很大的轰动，得到相当大的关注度。

而到那时，孟繁岐则要借助这个难得的机会，将对抗生成算法一举推出。

先用基于残差的dreamnet吊足所有人的胃口，在所有人都渴望知道dreamnet技术细节的时候，公布基于dreamnet的对抗生成网络的具体技术细节和实验结果。

得不到的才更想要，不是吗？