第20章 拿到驾照（2/2）

【在。】

“我现在时间全空了，你之前说的学习计划，具体说说。”

【cs223a 继续学完，三四天。然后是 cs161，算法与数据结构，再往后可以看看 cs107，计算机组织与系统。另外 cs229 有个尾巴没收乾净，andrew ng 最后几节课提到了卷积神经网络，只说了概念没展开。这个我想补上。】

“卷积神经网络？”

【把图像当二维矩阵，用一组可学习的滤波器在上面滑动提取特徵。比把图像拍扁成向量塞进全连接网络效果好得多。】

“说点人话，说点我能听懂的。”

【就是可以识別图像或者人脸的。我想尝试做一个框架，加上这个可以作为两个项目。】

“什么框架？”

【你定义网络结构，它可以帮你算梯度、帮你训练、帮你评估。从头到尾一个完整的工作流。类似 theano，但 theano 那个符號计算的接口很难用，得用另一种编程思维来写模型定义，学习曲线几个月起步。我想做一个简单的，几行代码就能搞定的事。】

“听起来不错。”

【但框架有个问题 —— 只有程式设计师用得到。ml 圈现在全世界可能就几千个人在做这个东西，所以，我还想尝试在这个框架內加入一些元素做成演示软体。】

“演示软体？”

【对。上传一张图片，网页告诉你这张图片里是什么东西。比如上传一张猫的照片，它告诉你这是一只猫。类似这种。】

“这个，我上辈子看过新闻的，这种要训练的吧。”

【mnist 手写数字数据集可以作为第一个测试。mnist 是比较基础的数据集，学术界普遍认为它比较简单，但正好可以验证框架的基础功能。

如果效果好，再用 cifar-10 做进一步测试，cifar-10 有十个类別，包含常见的动物和交通工具，识別难度比 mnist 高不少。】

陈一然想了想。

“行吧你来定吧，反正我也不懂你说的是什么意思。”

【会让你懂的，我后面还有一个想法。】

“说，不要当谜语人啊。”

【人脸识別，上传一张照片，系统识別照片里的人脸。训练数据用 lfw，labeled faces in the wild，2007 年发布的公开数据集，一万三千多张標註人脸，五千七百多个人。数据量不大，macbook 跑得动。】

陈一然坐直了一点。

“人脸识別？2010 年？”

【目前没有人在 macbook 这个级別做到过。不过我感觉，技术是足够的，我们可以尝试做出来。】

陈一然想了想，这还真是个不错的想法。只要能做出来，肯定会引起大部分人的关注，甚至可以上新闻，这对陈一然以后也会有帮助的，毕竟出名要趁早不是。

“会有这方面的麻烦吗？”

【会引发隱私方面的討论，这是必然的。不过你之前做爬虫的时候也討论过类似的问题，只要代码开源、功能透明，爭议本身会带来关注度。我们並没有以此盈利，用的也都是开源数据，没有问题的。】

“你现在就能搞？还是说，得继续学点东西啊。”

【框架本身一周到十天。模型训练和调优再加几天。网页 demo 一两天。总共三周，每天全力推进的话。其他课程先往后推，cs223a 可以同步学，视觉部分跟这个项目有重叠，同步学就行了。】

“行，反正现在閒下来了，时间都交给你吧，总不能真的没事去环美旅行吧。”

正有一搭没一搭聊著，手机震了。

ave 的號码。

陈一然接起来直接问：“车到洛杉磯了？”

“不止，海关已经走完手续了。下午装船，快的话今天晚上，慢的话明后天把提单发你。”

天大的好消息，信用证条件就是船舶公司的海运提单。

这第一桶金终於要拿到手了。