天才一秒记住【长江书屋】地址：https://www.cjshuwu.com
那自然也就不可能去考核计算误差和回馈误差这两个步骤，因为这两个步骤有太多现成的套路方案，体现不出人与人的差异性。
那就只剩最后一个步骤--训练数据。
这个步骤综合了线性代数、微积分、计算机编程能力、图像学，算是很综合的一个步骤。
‘一定是这样的。
’林远思虑既定，当即快定位到原有项目工程中“训练数据”
部分的代码。
他打算重构这部分代码，至于其它部分的嘛，就原封不动了。
林远接着深入思考。
现今的aI训练无非就是基于深度神经网络，但是总共也就才三个多小时，既要写代码又要调试出结果，根本就不可能把网络设计的有多深。
而在了解图像基本原理，掌握线性代数和微积分的基础上，如果用现成的数学计算工具库。
比如：tensorF1o或者pytorch搭建一个三层左右的神经网络。
三个小时时间够好差不多。
至此，林远恍然了。
‘审题结束。
原来就是一道综合考查题。
出题人挺坏的，算是把应试的人彻底筛出去了。
名校的研究生入学考试，果然不是光靠做题就行的。
’
得益于往日里对ocR识别项目的了解，林远自信两小时就能完成代码编写和调试。
可麻烦的是这台T44o没法用gpu训练。
现代的aI训练用数学工具库需要的硬件入门条件太高，林远无奈只得转而用cpu跑训练。
他并未因此有什么担忧，因为训练的过程是持续的。
只要训练出的结果误差在不断缩小，那即便时间上来不及，也能通过展示出来的潜力来让老师们同意延长时间。
这就好比在爬山的时候，虽然还没有看到云遮雾绕的山顶，但通过脚底的感受就能清晰知道：此刻所处的地方并非是山顶，上面还有更高的地方。
由于这次考核的参试者每个人的笔记本性能都是不一样的，因此林远笃定：考核的重点决对不会是训练时间的长短，而是最终训练结果的准确率。
也就是说：这次考核不是考你爬的有多快，而是考你最后能爬的多高。
念及于此，林远不自禁嘴角一笑，‘难怪刚刚那个张教授一直强调的是结果的准确率。
’
他的推测和张教授起初公布的评判结果完美匹配上了。
思虑既定，林远随即开始了忙碌的复制+黏贴。
（本章完）
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！