江寒在網上搜索了一番,參考了一下同類件。
最後他決定,採用市場接度較高的免費下載、試用模式。
超過試用次數和時間後,只要花費58元RMB,購買註冊碼,就可以終使用。
在件保護策略上,江寒毫不猶豫地啓了“壞蘋果2代”技。
經過加後,“極OCR”的可執行文件,以及態鏈接庫等要害部位,堪稱堅不可摧。
江寒又用InstallShield Wizard,製作出一個1G大小的安裝包,然後掛到了大江網上。
技上的事,至此全部搞定。
至於其他的事,全盤委託給老江和夏如冰就好……
江寒想了想,又訪問了一下佈置在地下機房裡的數據服務。
過了這麼多天,他爲ISLVRC2013圖像識別挑戰賽,打造的深度CNN網絡,也終於完了訓練。
江寒將代碼中關於訓練的部分,暫時全部剔除,然後將驗證集數據加載進來,跑了一下。
結果還算不錯, top-1項目的識別正確率,達到了62.7%, top-5項目中,更是達到了85.4%的正確率。
所謂top-1,就是對於每張要分類的圖片,只允許給出唯一答案,對就對,錯就錯。
至於top-5,要求就比較寬鬆了,每張圖可以給出5種預測,有一個與標籤相同,就算分類正確。
現在這個績,已經相當接近去年的冠軍算法了。
但江寒怎麼可能就此滿足呢?
他深思考了一番,重新編寫了預測函數。
這一次,他使用了一個小技巧。
將待分類的圖片加載到存中之後,先進行預理。
從圖片的四個角,以及中間部分,依次進行矩形摳圖,這樣就得到了5張子圖片。
接下來,再對這5張子圖片,依次進行鏡像作,子圖片的總數就變了10。
最後再對這10張圖片,分別進行預測,再把10個結果的平均值,作爲網絡的最後輸出。
這可以有效地防止程序“發呆”,以得到更接近正確答案的預測。
不出所料,使用了這個技巧後,深度CNN在驗證集上的表現,果然改善了不。
top-1上的正確率,足足提高了2%,在top-5上的正確率,也提高了1.84%。
不過,覺還有進一步提升的空間。
江寒思考了一下,又對訓練集圖片的RGB數值,做了PCA,也就是主分分析,並且對主分做了0.1標準差的高斯擾。
這樣做的目的,是增加一些噪聲數據,以提高模型的泛化能力。
理完龐大的訓練集後,就可以讓網絡重新進行訓練了。
安排妥當這件事之後,江寒開始考慮學科等級的事。
經過幾天的戰,他已經學完了化學、生兩科,在大學本科階段的全部專業課。
單論理論上的水平,超過了絕大多數相應科目的本科生、甚至碩士研究生。
江寒打開系統UI看了一眼。
學科等級面板上,數學、理、化學、生、信息學,這五個學科全都達到了高級。
其中,信息學的經驗條已經過半,距離下一個級別不遠了。
不過,工程、材料、能源三科,仍然沒有任何評級。
江寒思考了一下,決定在網上找一找這三個專業的教材,深地學習一番。
然而,他很快就發現了一個問題。
所謂的工程,到底是什麼工程呢?
生工程也是工程,電子工程也是工程。
此外還有機械工程、信息工程、採礦工程、石油工程、建築工程……
不搜不知道,一搜嚇一跳,工程學這個總類裡,居然足足包括了21個小類,上百個專業!
然後是材料學。
化學材料、生材料、金屬材料、電工材料、材料理……
也是幾乎無所不包!
能源好一些,基本也就是引力能、熱能、生能、化學能、核能……
好吧,既然都是叉學科,那就叉著學唄。
江寒上網查找了一下,將所有涉及到這三科的書籍,彙總、整理了一下,列出了一張非常長的書單。
真的很長,足足有上千種書籍。
好在其中大多數,都能下載到PDF或者Ebook資源。
江寒將這些文件,全都用極OCR,轉換了txt加小圖片的格式,然後流發送到了虛擬空間中,並打印了出來。
也有部分資料,網上本下載不到,這種況,就只能郵購實書了。
江寒在各大網上書店裡,一頓狠淘,終於湊全了列表中的所有書籍。
至於花了多錢,他也沒仔細統計,大概估計下,怎麼也得幾萬RMB。
也就是本科階段的教材並不怎麼難買,很多專業很強的資料也都有中文版。
若是去亞馬遜海淘英文原版,估計再添一個0,可能都不怎麼夠……
※※※
有圖科技,件研發部。
藍嶄新再次主持會議。
與會的十來個人,全都陷了死一般的沉寂。
良久後,藍戰新嘆了口氣:“這件事問題不在咱們,你們開發的OCR件,已經是國領先的了……”
後面的話,他雖然沒說,可又有誰猜不到了?
那家大江科技,雖然立還不到一週……
然而,誰能想到這家公司手中,竟掌握著那麼厲害的OCR技呢?
王仁默然不語。
那個極OCR的能,實在太恐怖了一點,對於普通文本的識別正確率,竟然超過了98%!
這種技代差,真是讓人越想越渾無力。
國外的同類件,沒有一個能與之競爭。
不誇張地說,這就是集被吊打,一點還手之力都沒有……
藍戰新忽然問:“王工,你們技部有沒有試一試,逆向一下極OCR?”
王仁苦著臉,回答說:“我們一發現這款產品,第一時間就下載並嘗試逆向了。”
代碼雖然不能抄,至也應該瞭解一下別人採用的算法……
王仁續道:“只可惜……試了很多辦法,全都失敗了。”
藍戰新有點意外。
王仁這些人的實力,他是十分清楚的,能難住他們的加手段,可謂之又。
另一位同事搖了搖頭,說:“我們都懷疑,那是一種從來沒出現過的新加技。”
藍戰新若有所思:“這樣啊……”
寂靜再一次籠罩了這個房間。
良久後。
“咱們接下來怎麼辦?”一名工程師問。
藍戰新思索了一下,嘆了口氣,說:“我先彙報一下,看看顧總怎麼說。”
十五分鐘後。
“我知道了……”
藍戰新掛了電話,掃視了在座的衆人一眼:“我先嚐試和大江的人聯繫一下,看有沒有達合作的可能。”
有圖的主要業務是賣件,爲了促進掃描儀的銷售,纔去研發配套的OCR件。
既然自家研發的OCR,能上比不上別人,那爭取合作、取長補短,也在理之中。
如果可以達獨家代理,那麼無論多錢,都一定要拿下來!
這是顧總的原話。
藍戰新看向王仁:“至於咱們研發部,還得繼續努力研發下一代產品。”
頓了頓:“至於目標……暫時先跟極OCR看齊吧!”
在場幾位技大拿的心頭,頓時覺沉甸甸的。
98%!
這個數字,就彷彿一座不可逾越的高山……
※※※
兩天後,深度CNN網絡再次完了訓練。
江寒重新跑了一次驗證集,這一次,錯誤率在原來的基礎上,又下降了1%以上。
top-1的正確率接近樂66%,而在top-5項目中,更是達到了驚人的88.8%!
江寒對這個績還算滿意,給這個網絡命名爲:“JiangNet -3”。
然後登錄ImageNet網,將最終的算法模型提了上去。
他沒有對代碼進行加,一個是賽事規則不允許,再一個也是沒有必要。
提上去的代碼和數據,只包含網絡主架構、激活函數、預測函數,以及訓練得到的權重數據。
至於算法的核心部分,訓練函數、損失函數和梯度下降……一概予以刪除。
這樣的代碼,本沒有什麼可以抄的。
搞定了這件事後,江寒將目放在了書桌上。
從昨天開始,網購的實書就陸續快遞到了手中。
到了今天下午,終於到齊了。
看著那高高一堆,上百本書籍,他不有點頭疼。
看書不費力氣,一本一本慢慢看,兩、三個月怎麼也看完了。
但如果想加快學習進度,就得把這些實書,全都折騰到虛擬空間裡……
這是一個屬於弓箭手的傳奇,不朽王座史上唯一的弓箭手意外隕落,降臨九州,開啓一條前所未有的箭道之路。世人眼中箭爲小技,難成大道?我不信!我的箭可破日月鑄通天之路,因爲我就是箭魔!
為了將血族這個種族發揚光大,沉睡了一千年才醒來的沐橙決定收幾個大佬做小弟。 ——第一期選秀節目播出後,媒體拍到雙料影帝霍麟偷偷帶著學員沐橙外出吃美食,疑似戀情曝光。 霍麟:滾,那是我祖宗。 ——醫學界外科傳奇醫師牧韶為十八線女星沐橙轉行做了牙科醫生,震驚世界! 牧韶:滾,那是我祖宗。 ——驚,財閥大亨柏彥為追愛豆沐橙,將數億身家拱手相送! 柏彥:滾,那是我祖宗。 ——知名電競選手夜澤直播帶當紅小花旦沐橙雙排吃雞現場表白? 夜澤:滾,那是我祖宗。 ——天才鮮肉科學家蘇淩為雙料影後沐橙放棄千萬高薪回國發展! 蘇淩:滾,那是我祖宗。 媒體粉絲集體傻眼,全是孫子輩,那究竟誰纔是沐橙男朋友? …… 簡白把玩著手中的獠牙,眼神裡充斥著偏執和陰翳,將沐橙堵在牆角,攬著她的後腰笑問,「我是你的誰?」 沐橙緊緊盯著他白皙秀頎的脖頸,吞了吞口水,「你是我的小心肝呀,乖了,讓我咬一口好不好?」