视角切回京城邮电大学的教研室。 钟柏正在操作电脑，连接学校的宽带网络。 一百二十万张图片的压缩包，体积极其庞大。 钟柏挂上下载链接，对教研室这个2MB/S的下载速度很满意，但是又看了一眼整个数据集的体积：300G，又叹了口气。 “这得下到猴年马月去。” 楚一航掏出手机看了眼时间。 “挂着下吧，三个月的比赛呢，也不差这一会。” 下载进度条缓慢爬行。 一转眼，两天时间过去了，几个人走到了机房隔壁的服务器存放间。 里面摆着两个黑色的标准机柜。 机柜里整齐排列着服务器节点，运转的散热风扇发出巨大的噪音。 这些节点里插满了AMD的顶级计算卡。 这是郭长征用三十五万的研究经费，加上盛夏科技提供的特殊折扣采购来的。 郭长征看着这些闪烁着绿灯的机器。 “三十五万砸下去，系里好几个老教授都在看我们的笑话。” 楚一航检查着节点上的指示灯。 “郭老师，您这就多虑了。” “有盛夏科技的九章计算平台做底层，上面还套着我们新开发的TenSOrFlO框架。” “这套硬件的算力利用率，绝对超出那些老教授的认知。” 叶言在旁边插话。 “其实在比赛数据集发布之前，我们用通用图片数据已经训练了一版基础模型。” 楚一航点头。 “没错，那个模型虽然没有针对INet的特定类别做过训练，输出的结果类别也比比赛里要求的要多很多，但底层的特征提取网络已经成型了。” 而此时，INet的数据集终于下载完成并解压。 钟柏把五万张带有标签的验证集图片导入服务器存储。 楚一航坐回电脑前，打开终端窗口。 他通过命令行连接到隔壁机房的GPU集群。 钟柏点开了解压后的数据集目录，仔细翻看了一遍官方提供的数据说明文档。 “哎？你们看这数据分布。”钟柏指着屏幕。 “这比赛提供的一百二十万张训练图像，一共被划分为了一千个类别。” “但这玩意儿看着眼熟啊，这不就是咱们前段时间折腾的那个五百万张图片、五千个类别的超大数据集的子集吗？” 钟柏手指在键盘上无意识地敲了两下，忽然嘿嘿一笑。 “手痒了。” “既然是子集，要不咱们直接用前两天刚跑完的那个五千分类的通用预训练模型，来预测一下这数据集？” “看看现成的模型，在这五万张验证集上效果咋样。” 楚一航一听，直接竖起了大拇指。 “你小子真是个机灵鬼，其实我刚才也正有此意。” “现成的大模型不用白不用，说干就干！” 郭长征也点头同意了这个提议。 “跑一次看看，正好摸摸这个比赛数据集的特征分布底细。” 这里需要给非专业人士解释一下。 为什么用训练了五千个类别的通用模型，可以直接去预测只有一千个类别的子数据集？ 因为在深度学习中，用海量数据喂出来的模型“见多识广”。 它在底层网络中已经学会了提取通用的图像特征，比如轮廓、纹理、色彩组合。 这种通用的特征提取能力，完全可以直接套用到子集数据的分类任务上。 但直接这么做，预测精度必然会存在误差，成绩会差一些。 原因很简单，模型最终输出的是五千个选项的概率。 在面对这五万张只有一千种标准答案的验证图片时，通用模型依然会按照五千个类别的范围去预测。 一旦它把图片分类成了比赛规定的一千个类别之外的选项，按照赛制就会被判定为错误。 它还需要时间去针对这一千个特定的类别重新训练，才能做到精准得分。 楚一航没管那么多，直接在终端里输入调用TenSOrFlO框架的命令。 回车键敲下。 隔壁机房的散热风扇转速瞬间飙升，噪音穿透了玻璃门。 屏幕上开始滚动运行日志。 钟柏盯着显存占用率的监控面板。 “集群的显存占用直接拉满了。” “九章平台对AMD显卡的调度策略真够暴力的。” 叶言看着进度条。 “处理五万张图片，传统算法少说得跑个两三天。” “我看这进度，估计一顿饭的功夫就能出结果。” 楚一航往后靠在椅背上。 “这就叫算力碾压。” 十分钟过去。 终端屏幕上的滚动日志停了下来。 最后一行输出了一串统计数据。 钟柏揉了揉眼睛，指着屏幕上的数字。 “我是不是看花眼了？” 叶言凑过去，一个字符一个字符地念出来。 “TOp-1准确率：40.2%。” “TOp-5准确率：80.5%。” 楚一航保持着靠在椅背上的姿势，摸下巴的手停住了。 郭长征立刻推开钟柏，自己握住鼠标，点开测试代码的日志文件。 他快速检查着数据加载流程和对比逻辑。 “没有发生数据泄露。” “这个模型的训练集里，不包含这些验证集的数据。” 郭长征得出结论。 “代码没问题，这确实是我们那个通用模型在全新验证集上跑出的真实成绩。” 钟柏倒吸了一口凉气。 “这还只是我们用通用数据训练的基础模型啊。” “还没专门针对INet的一千个分类做重新训练呢。” 叶言迅速在脑海里计算着行业平均水平。 “目前用传统的SIFT特征提取加上支持向量机算法。” “在这类复杂图片识别任务上，最高正确率也就只能做到20%到25%。” 楚一航站起身来，看着屏幕。 “20%对40%。” “这不是同台竞技，这是直接把桌子掀了。” 钟柏激动得满脸通红，直接点开浏览器上INet的官网。 “现在排行榜上还是空的，一个队伍都没上传。” “楚哥，咱们赶紧把这个测试集的预测结果跑出来，直接上传一波。” “先拿个40%的成绩挂在榜首。” “给全世界的学术圈一点小小的北邮震撼。” “不行，不能传。”郭老师却是摇了摇头。 钟柏满脸写着问号，手悬在鼠标上。 “为什么啊郭老师？这么高的分数，传上去绝对能霸榜个把月。” 郭长征指着打印下来的比赛规则说道，“规则写得清清楚楚，满打满算就五次上传机会。”