首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

我用90年代的古董电脑训练CNN

在90年代的电脑上实现CNN是一种什么体验?

最近,一位日本小哥武田广正(音译)就在1990年的电脑PC-9801上实现了CNN来识别手写字符。

就像这样。

可能因为电脑性能的限制,整个识别过程要消耗一分多钟。

原来30年前CNN是这样实现的。

他还将整个过程分享到了推特上,得到了大量的关注。

不少网友惊叹之余,还表示,心疼这个电脑,学习AI一定很难……

如何实现?

虽然目前这项技术还没有开源,但早在93年就已经有人将CNN玩得很溜了。

这个人就是LeCun。

前不久,一段关于LeCun93年的视频火了。视频中展现的是,当时的文字识别系统已经用上了CNN。

他首先是电脑的系统中编写了一种网络数据结构的编译器,并生成了可编译的 C 语言代码,在源代码中以权重和网表(netlist)代表文字。

整套系统是在算力为20MFLOPS 的DSP版上运行。

当时,手写数字数据集 MNIST还没有问世,LeCun则用摄像拍摄来构建文字识别系统的。除此之外,还需要解决文字缩放、位置等问题。

只需在纸上写好任意数字,不管任意大小形状,或者带有一定的“艺术性”,只要用摄像头导入电脑,就可以识别。

而这位日本小哥则是在MNIST数据集上构建的,电脑上清晰展现了识别过程。

首先,读取MNIST的数字图像的信息。

随后,进行一波卷积、池化等操作。

最后经过SoftMax层,每个数字转换成概率或者权重,按照权重大小选出所得数字。

背后的作者

武田广正,来自岩手县立大学信息学研究院,喜欢操作系统以及研究复古电脑,曾撰写《Raspberry Pi GPGPU入门》

因为这个项目,他在enPiT的PBL活动中获得了优秀奖。

他表示,会将这一教程编写进《令和的PC-98编程》一起发行,源代码将在GitHub上提供。

参考链接: https://twitter.com/T_taisyou/status/1357655009618399232

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

  • 发表于:
  • 原文链接http://news.51cto.com/art/202102/646302.htm
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券