带着手机重生，目标科技教父 第647章 杀出的黑马（中）

第647章杀出的黑马（中）(第1/2页)

叶言翻了翻手里的日志：“第七轮迭代刚跑完，验证集上的TOp-1到了64.7%，比上一版又提了一个多点。”

“很好。”郭长征说，“我们再压一压，把几个模型的优劣势对比清楚。到时候不上传则已，一上传就要让他们追不上。”

许言沉默了一会儿，然后突然笑了。

“也行。”他说，“不窝里横了。人家叫‘玉泉路扛把子’，好歹是个中国同行，没给咱们丢脸。”

楚一航接了一句：“而且这名字起得确实可以，我服气。”

郭长征摆摆手：“行了行了，先干活。楚一航，你帮我看一下九章平台上那个新版本的调度效率，我感觉还有优化空间。”

“好。”

众人各自回到工位。

楚一航坐下来之后，又看了一眼排行榜。

“玉泉路扛把子”的59.8%稳稳地挂在第一名的位置。

他盯着那六个字看了几秒，嘴角微微翘了一下。

然后打开终端，开始敲命令。

与此同时。

地球的另一端，加拿大多伦多大学。

夜色深沉，教研室里依然亮着灯。

亚历克斯坐在电脑前，满头大汗。

他的屏幕上全是红色和黄色的警告信息，底层的CUDA代码报出一长串的内存溢出错误。

亚历克斯用力抓了抓自己的头发，感觉发际线又向后退了半厘米。

“该死的显存管理机制。”亚历克斯抱怨着，“英伟达的这个接口简直反人类。我只是想把矩阵乘法的维度增加一点，它就直接崩溃了。”

几个小时前，杰弗里·辛顿刚来过教研室，看了一眼他们的进度，留下一句“继续努力”就离开了。

亚历克斯和几个教研室的同事连轴转，修改CUDA的代码，试图让底层硬件能够适配他们构思的深度卷积神经网络。

到现在为止，他们才将将把模型架构的bUg改好。

真正的训练过程还没有开始。

网络连初始化的权重都没有跑完。

亚历克斯觉得眼睛有些干涩，他决定休息五分钟。

他打开浏览器，顺手输入了ImageNet挑战赛的网址。

他想看看那些用传统算法的队伍，现在在排行榜上闹出了什么笑话。

网页加载完毕。

亚历克斯靠在椅背上，端起咖啡杯刚准备喝，目光停留在排行榜的第一行。

咖啡杯停在了嘴边。

亚历克斯瞪大了眼睛，盯着那个占据榜首的数据。

TOp-1：59.8%。

TOp-5：76.3%。

“Whatthe...”亚历克斯发出一声惊呼。

教研室里的另外两个同事听到动静，转过头看着他。

“怎么了，亚历克斯？服务器又炸了？”同事问道。

亚历克斯没有回答，他指着屏幕，手指在颤抖。

同事们走过来，看向屏幕。

下一秒，几个人同时倒吸了一口凉气。

“59.8%？”一个同事难以置信地读出数据，“这是ImageNet的榜单吗？你确定没有进错网站？”

亚历克斯摇摇头：“绝对没有。这是官方实时数据。”

亚历克斯盯着队伍名称那一栏。

那是一串他不认识的字符。

【玉泉路扛把子】。

亚历克斯快速打开谷歌翻译，把这几个中文字符复制粘贴进去。

（本章未完，请点击下一页继续阅读）第647章杀出的黑马（中）(第2/2页)

翻译结果显示：YUqUanROadBOSS（玉泉路黑手党老大/头目）。

亚历克斯愣了片刻。

“这是一个来自中国的队伍。”亚历克斯声音低沉地说道。

同事皱起眉头：“中国队伍？他们怎么做到的？这种精度，传统的特征提取算法根本不可能达到。”

亚历克斯脑子里闪过一个念头。

“难道这个也是用了神经网络算法吗？”亚历克斯大声说道，语气里充满了惊讶与不甘。

同事反驳道：“不可能吧。现在全世界在搞深度神经网络的就这么几个实验室。他们怎么可能有这么快的开发速度？”

亚历克斯指着自己电脑屏幕上那一堆报错的CUDA代码。

“我们教研室的几个人连轴转，到现在连训练环境都没有完全搭好。”亚历克斯分析道，“比赛才刚开始一个月，他们居然这么快就搭出了模型，而且跑出了这么高的精度。”

亚历克斯心中翻江倒海。

他心想：“这个古老的东方国度，看来还是卧虎藏龙。”

一直以来，北美学术界都认为自己在计算机视觉和深度学习领域占据着绝对的领先地位。

但现在，这个叫“玉泉路扛把子”的队伍，直接一巴掌打醒了他们。

亚历克斯深吸了一口气，转头看向同事们。

“各位，我们要保持谦逊。”亚历克斯认真地说道。

同事们收起了轻视的态度，表情变得凝重起来。

亚历克斯继续说道：“虽然不知道是哪位同行，但一定是很有实力的。能达到这样的正确率，手底下肯定有两把刷子。”

一个同事分析道：“他们可能用了一些我们不知道的方法。不一定是用了深度学习和神经网络，也可能是一些新的优化算法。”

亚历克斯摇摇头：“不，直觉告诉我，只有神经网络能处理这么庞大的参数量。人外有人，天外有天。”

亚历克斯放下咖啡杯，重新坐直身体。

他的眼神中重新燃起了斗志。

“我们不能再浪费时间抱怨CUDA难用了。”亚历克斯双手重新放回键盘上，“中国的同行已经把标准线拉到了百分之六十。如果我们连模型都跑不起来，那才是真正的笑话。”

同事们纷纷点头，回到自己的工位上。

教研室里的键盘敲击声再次密集起来。

亚历克斯紧盯着屏幕，开始逐行排查内存溢出的原因。

时间还要倒回一天前。

斯坦福大学人工智能实验室的服务器机房外，走廊里的咖啡机发出沉闷的嗡嗡声。

陈冉坐在电脑前，对着屏幕打了个长长的哈欠。

作为李飞飞教授团队里的博士生，也是一个来自中国的留学生。他最近的任务之一就是盯着ImageNet视觉识别挑战赛的后台。

这绝对是个体力活。

陈冉需要定期检查那些参赛队伍提交的预测结果，看看有没有人触发了系统预设的阈值。

比赛已经进行了一段时间，目前的战况只能说是一潭死水。

大家都在传统的特征提取算法里打转，排行榜第一名的成绩卡在TOp-1正确率29%，TOp-5正确率69%。

这个成绩已经挂在榜首两天了，后面的队伍每次提交也就是零点几个百分点的挪动。

陈冉熟练地端起咖啡杯，另一只手移动鼠标，点开了系统自动生成的最新一封新纪录提醒邮件。