齐凡躲在宿舍忙碌两天后。李月因为思念,来找齐凡约饭,两人一块在六食堂肩并肩坐着。
“齐凡,努力归努力,千万不要太累。我真的不想守寡。”
齐凡低头扒着饭,“放心,我每天睡眠都是充足的,身体没问题。就是老外和我们这边有时差,他们又没有加班的习惯,我只好迁就他们的时间。”
“老外?”李月一脸疑惑,“你和老外扯上关系了?”
“我最近和英威达那边有点交集,就是遇到一些技术问题时,需要咨询他们。”
“你和英威达有联系?”
齐凡淡然道,“算不上联系,就是用到他们显卡的底层库,就是一个软件产品,可偏偏这玩意儿没啥人用,所以他们官网没有充分的服务支持。我只好通过邮件直接和他们联系。”
“对了,他们CTO还邀请我去实习。我嫌麻烦拒绝了。”
李月愣了下,“那家公司我知道,全球显卡领域的龙头,典型的鹰国科技独角兽企业,市值都快近百亿美刀。你怎么会和这种级别企业的CTO有联系,英威达可比‘吃过没’那种平台型企业厉害得多。”
“就是那个去除马赛克项目,我靠它在github混了点人气,最近有了个新点子,但需要英威达提供技术支持。可我要是冒然去联系英威达那边,对方肯定不会理我。所以,我就靠我在github上的一丢丢人气,发动众人帮我把他们CTO揪了出来。”
“就这样?”李月瞪大了双眼。
“就这样啊。你别看人家公司近百亿美刀市值,在技术这块,大家都是很平和的。有事说事,谁管你身家多少。”
李月再次被齐凡刷新了认知。她当即握住齐凡的手,“苟富贵勿相忘。”
齐凡被她认真的表情逗笑了,自嘲道,“我一个月生活费500块。一定不忘姑娘自荐枕席的恩情。”
李月嗔怒,“流氓。”
-----------------
齐凡鏖战两天,终于完成了第一稿基于英威达显卡的数学运算库。
这个库可以让开发者将英威达显卡的并行计算能力,用于深度学习的模型训练,从而大大提高运算速度。
齐凡考虑到这個库的通用性,特地没有将它和Python环境捆绑,而是提供了开放的接口。也就是说,后续其他人可以在此基础上将其应用到Python之外的编程语言。
在用上这个数学运算库后,运算速率直线上升。在GTX680满负荷的情况下,跑一次训练的时间只需要5秒钟。而CPU50%负荷的情况下,跑一次训练需要1分钟。这简直就是质的飞跃。
这让齐凡进行一次完整的万次训练只需将近14个小时,而原先则需要将近7天。
四天后,在经过完整的6轮迭代后。第一稿具备自学习能力的目标检测和识别模型诞生了。
齐凡将其命名为:XCNN_DT_。
XCNN_DT_支持使用者传入自定义的标注数据,支持二次训练,可用于各类特定的符号识别场景。
也就是说:这并非是专用于识别某一类符号的,而是可以用来识别各种符号。
不管是数字、标点,还是英文,甚至是某个大聪明自己发明的什么字符。XCNN_DT_都可以识别。
XCNN_DT_可以识别它没见过的字符,其原理是它的自学习功能。当然它的自学习功能也没神奇到什么都不用做,就能完全自主学习。它还是需要有人告诉它每个符号的意义。
比如:这个符号是“0”,那个符号是“1”。
只要告诉XCNN_DT_每个符号的意义,剩下的就是训练,在训练跑完之后。它就能完成识别。
一句话:它可以识别它见过的所有符号。
当然,由于汉字比较复杂。它目前对汉字的支持度还不高。
齐凡另外创建了第三个项目,项目名称就是:XCNN。
他在项目介绍中仔细阐述了XCNN的设计思路,以及优缺点。并且开源了所有的代码。
为了给粉丝们一个交代,齐凡将XCNN描述为:自己在开发去除马赛克版本时的神来之笔,是副产物。
其实,他之前声称开发去除马赛克版本只是个借口,为的就是拿到英威达的完整底层库。要让去除马赛克也能获得自学习能力,这是一个大工程,只能留待日后慢慢去开发了。
齐凡发布XCNN的当天,这项目就上了github的头版头条。因为这是一场革命,一场机器视觉领域的革命。
在此之前。没有人想到过可以将卷积神经网络应用于目标检测识别领域,但是齐凡做到了。
英威达CTO在个人主页上盛赞了齐凡的这个创意。因为,这同时也是他们自家产品最好的推广机会。
因为,齐凡还完成了另一个创举--将GPU应用于人工智能领域。
(本章未完,请点击下一页继续阅读)