其实孟繁岐也曾无数次幻想过重生这样的事情,在他的梦中,事业,爱情的进展总是神速,一帆风顺。
然而当真有机会重新走在十年前的大学校园里,孟繁岐却发现,也就只有买买btc这种事比较容易做。
他没有异界默写《红楼梦》,倒背唐诗宋词三百首的记忆力。
而ai时代代码和工具的更新换代又是如此迅捷神速。
截止此时,别说是后世二分天下的两个ai工具没有发布,就连更早的caffe都没有开始开发。
整个学界还在alexnet大地震的余震当中,学界不少人连深度神经网络到底长什么样子还没完全搞清楚,又哪来的现成框架给他使用呢?
孟繁岐走在回宿舍的路上,开始思索怎么应付重生回来的第一个难题,服务器这东西只要熬过这几个月,出一部分btc就够买。
而参赛拿了第一之后,谷歌可不会吝啬几台机器借你用。孟繁岐非常清楚这段往事,只要顺利实现算法,谷歌开给自己的将会是一个天文数字。
比较麻烦的是构建这个模型要用的代码框架。他开始接触的那会儿,最火热的工具是15年出的tensorflow(tf),又过了两年,17年脸书(facebook)提出了pytorch,更加易用,渐渐后来居上。孟繁岐便也转而使用pytorch居多。
再之前的一些框架,他有所听闻,但诚实地来说,确实从来没有接触过。
越到后期,各种包装就做得越好,即便是小学生来了也可以两行代码直接构造一个高性能的前沿模型。
但那到底是十年后了,如今距离tf发布最初版本还有两年多,孟繁岐有点烦躁。
他目前的计划是去看一看去年alexnet最初版的源码,再去看看阿里克斯本人的主页,应当会有一些收获。
实在不行,就只能乘着阿里克斯如今春风得意,又还没有签约谷歌的这段当口,多套近乎,向他请教。
由于alexnet是深度学习时代的里程碑事件,其模型名称又以本人命名,因而孟繁岐对其论文,网络乃至本人都稍有些了解。点开网页搜索其人的姓名,很容易就能在多伦多大学的网站上找到其简洁的个人主页。
不仅如此,这个个人主页上还详细记载了他在校期间自己开发加速的一些代码。主要是c++和基于英伟达显卡的cuda代码,基本上在10年-12年这个时间段。
“好人一生平安啊!”孟繁岐点开链接,发现他不仅是代码和结果记录在里面,就连每次的改动修正了什么也都记得清清楚楚,甚至旁边还留了一句言,“如果有任何代码跑不起来,请随时联系我。”
孟繁岐的眼中流出了两行热泪,正是因为一代代算法开创者如此
请收藏:https://m.frgls.com
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)