一碗酸梅湯 作品
第400章 不可逾越的高山
江寒在網上搜索了一番，參考了一下同類軟件。
最後他決定，採用市場接受度較高的免費下載、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，就可以終身使用。
在軟件保護策略上，江寒毫不猶豫地啟動了“壞蘋果2代”技術。
經過加密後，“極光ocr”的可執行文件，以及動態鏈接庫等要害部位，堪稱堅不可摧。
江寒又用installshieldwizard，製作出一個1g大小的安裝包，然後掛到了大江官網上。
技術上的事情，至此全部搞定。
至於其他的事情，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器。
過了這麼多天，他為islvrc2013圖像識別挑戰賽，打造的深度cnn網絡，也終於完成了訓練。
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。
現在這個成績，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？
他深入思考了一番，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內存中之後，先進行預處理。
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，依次進行鏡像操作，子圖片的總數就變成了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，作為網絡的最後輸出。
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，果然改善了不少。
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，感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，也就是主成分分析，並且對主成分做了0.1標準差的高斯擾動。
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。
處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情。
經過幾天的奮戰，他已經學完了化學、生物兩科，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。
最後他決定，採用市場接受度較高的免費下載、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，就可以終身使用。
在軟件保護策略上，江寒毫不猶豫地啟動了“壞蘋果2代”技術。
經過加密後，“極光ocr”的可執行文件，以及動態鏈接庫等要害部位，堪稱堅不可摧。
江寒又用installshieldwizard，製作出一個1g大小的安裝包，然後掛到了大江官網上。
技術上的事情，至此全部搞定。
至於其他的事情，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器。
過了這麼多天，他為islvrc2013圖像識別挑戰賽，打造的深度cnn網絡，也終於完成了訓練。
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。
現在這個成績，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？
他深入思考了一番，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內存中之後，先進行預處理。
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，依次進行鏡像操作，子圖片的總數就變成了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，作為網絡的最後輸出。
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，果然改善了不少。
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，感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，也就是主成分分析，並且對主成分做了0.1標準差的高斯擾動。
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。
處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情。
經過幾天的奮戰，他已經學完了化學、生物兩科，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。