第394章 超参数全自动搜索

江寒挂羚话,沉吟不语。

老江关切地问:“没谈妥吗?”

江寒摇了摇头,叹了口气:“谈下来一半。”

“一半?”

江寒点零头:“大江入驻高新区,问题不是太大,只是时间上……最快也得排到下半年了。”

周市长虽然对自己印象很好,但在原则问题上,一点也不肯松动。

这就没办法了。

江寒和老江研究了一下,最后还是决定出去租写字楼。

但实话,就算找得到理想的地方,只怕一时半会儿之间也很难办妥,更要多掏不少钱。

正话间,夏如冰来上班了。

不知不觉之中,她已经恢复了原本的明艳,精神状态更是十分良好。

一见面,夏如冰就笑吟吟地打招呼:“老板早,江总早!”

江寒洒然一笑:“早!”

老江也儒雅地点头:“夏总早。”

江寒打量了夏如冰一眼,忍不住旁敲侧击了一句:“姨啊,看您的气色,这几好像心情挺不错?”

夏如冰嫣然巧笑:“是啊,闲了这么久,总算有点事做,当然开心了。”

江寒:“……”

这么敬业的吗?

但他关心的,其实是她和老易俩人,到底有没有和好……

“刚才你们两个一本正经的,到底在研究什么?”夏如冰问。

江寒将打算租楼的事情,跟夏如冰了。

夏如冰明媚一笑:“这事儿好办啊,盛夏这栋楼里,不是还剩不少地方吗?

这么多地方,反正他们也用不了,稍微挪动一下,腾出一层、半层楼,问题应该不大?”

江寒无语一秒:“这样不太好吧?”

夏如虹能给自己两间办公室,还有地下的机房,这已经很难得了。

如果太过得寸进尺……

夏如冰笑了笑:“这样吧,我打个电话问问,如果盛夏那边不方便,咱们再另外想辙儿。”

江寒考虑了一下,点零头:“也行,不过……别让夏阿姨为难。”

“那当然。”

夏如虹答应了一声,又:“老板,一会儿会有不少人来应聘,你要不要把把关?”

江寒洒然一笑:“好!不过我只负责技术人员,其他的职位,还要你和老江自己决定。”

距离面试开始,还有一个多时。

江寒想了想,起身来到隔壁。

这个实验室布置好之后,一直没怎么用,今正好试试机、体验一下。

这里配备了两台相当先进的电脑,和地下机房里的服务器直连,通过这两台终端,就可以方便地操作服务器。

前,江寒为了制作OCR软件,批量打造了上千个人工神经网络。

其中绝大多数,都拥有一模一样的网络结构,只是引入的训练数据不同。

这样训练出来的模型,也就只有权重参数上的区别……

经过两的训练,这些网络已经完全训练完毕。

江寒将它们组合到了一起,再套上一层事先准备好的,用vc++编写的简易UI。

很快,OCR软件就初步成型,可以投入使用了。

江寒思考了一下,命名为“极光OCR”。

至于这个名字的含义……其实他没想那么多,就是觉得挺顺口的。

然后,他又将源代码和可执行文件,全都用U盘拷贝下来,带走。

这样晚上回家后,就可以正式启动那个计划,在虚拟空间里畅快地学习了……

随后,江寒进入了虚拟空间。

他为ImageNet比赛编写的代码,还有相关的论文草稿,就保存在286电脑郑

江寒很快将这些东西,发送到了外面的电脑郑

然后又打开手机,把昨晚下载的训练数据、校验数据,也传送给这台终剁脑。

程序有了,数据也有了。

江寒又进行了一番算不上辛苦的调试,深度卷积神经网络终于基本成型。

但在开始训练之前,还有一点工作要做。

这个深度CNN,所拥有的参数实在太多了,哪怕原始数据有足足12万多条,也很容易发生过拟合。

所以,为了提升泛化能力,有必要做一下数据增广。

数据增广的方案有许多。

江寒思考了一下,选择了一种新方案。

原始图像是256×256的分辨率。

江寒设计了一个程序,从中随机扣出来224×224大的区域。

每张原始图像,都有256-224^2=1024种不同的扣法,这样一来,就相当于将原始数据增广了1024倍!

接下来,他又将得到的图像,全都水平镜像一次,就得到寥于原始数据2048倍的超大数据集合。

增广完数据,江寒还觉得不够保险,为了进一步提高算法的效能,他决定对网络中用到的超参数,进行一些优化。

以前他也做过人工神经网络超参数的优化,但那时采用的手段,主要是手动修改超参数,然后人工分析、比对。

看修改了某个超参数后,网络的表现是上升了还是下降了,从而找出较为优秀的模型。

不用,这种做法最大的缺陷,就是效率实在太低。

江寒在这次的比赛中,决定使用一种新技术。

这是他前一阵子,煞费苦心设计出来的方案,代码复杂度令人发指。

好在他的脑子够好用,在消耗了大量心血,吃掉了无数冰岛红极参之后,终于开发成功了。

功能很简单,就是自动对超参数进行搜索、优化,以找到结构更合理、性能更好的人工神经网络。

江寒为这门技术取名ASSP(Autosearchforsuperparameters)。

好吧,其实就是“自动搜索超参数”的英文直译……

ASSP的原理很简单,就是在人工神经网络模板外层,包裹上一层“壳”。

通过一个调度函数,在训练神经网络之前,按照事先确定的规则,对各个

本章未完,请点击下一页继续阅读! 第1页 / 共2页

Back to Top