我用90年代的古董電腦訓練CNN
網(wǎng)友：心疼電腦
楊凈?發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI
在90年代的電腦上實現(xiàn)CNN是一種什么體驗？
最近，一位日本小哥武田廣正（音譯）就在1990年的電腦PC-9801上實現(xiàn)了CNN來識別手寫字符。
就像這樣。
可能因為電腦性能的限制，整個識別過程要消耗一分多鐘。
原來30年前CNN是這樣實現(xiàn)的。
他還將整個過程分享到了推特上，得到了大量的關(guān)注。
不少網(wǎng)友驚嘆之余，還表示，心疼這個電腦，學習AI一定很難……
如何實現(xiàn)？
雖然目前這項技術(shù)還沒有開源，但早在93年就已經(jīng)有人將CNN玩得很溜了。
這個人就是LeCun。
前不久，一段關(guān)于LeCun93年的視頻火了。視頻中展現(xiàn)的是，當時的文字識別系統(tǒng)已經(jīng)用上了CNN。
他首先是電腦的系統(tǒng)中編寫了一種網(wǎng)絡(luò)數(shù)據(jù)結(jié)構(gòu)的編譯器，并生成了可編譯的 C 語言代碼，在源代碼中以權(quán)重和網(wǎng)表（netlist）代表文字。
整套系統(tǒng)是在算力為20MFLOPS 的DSP版上運行。
當時，手寫數(shù)字數(shù)據(jù)集 MNIST還沒有問世，LeCun則用攝像拍攝來構(gòu)建文字識別系統(tǒng)的。除此之外，還需要解決文字縮放、位置等問題。
只需在紙上寫好任意數(shù)字，不管任意大小形狀，或者帶有一定的“藝術(shù)性”，只要用攝像頭導入電腦，就可以識別。
而這位日本小哥則是在MNIST數(shù)據(jù)集上構(gòu)建的，電腦上清晰展現(xiàn)了識別過程。
首先，讀取MNIST的數(shù)字圖像的信息。
隨后，進行一波卷積、池化等操作。
最后經(jīng)過SoftMax層，每個數(shù)字轉(zhuǎn)換成概率或者權(quán)重，按照權(quán)重大小選出所得數(shù)字。
背后的作者
武田廣正，來自巖手縣立大學信息學研究院，喜歡操作系統(tǒng)以及研究復古電腦，曾撰寫《Raspberry Pi GPGPU入門》
因為這個項目，他在enPiT的PBL活動中獲得了優(yōu)秀獎。
他表示，會將這一教程編寫進《令和的PC-98編程》一起發(fā)行，源代碼將在GitHub上提供。
參考鏈接：
https://twitter.com/T_taisyou/status/1357655009618399232
- 英偉達最新芯片B30A曝光2025-08-20
- AI應(yīng)用如何落地政企？首先不要卷通用大模型2025-08-12
- 本科必學Dijkstra算法被超越！清華段然團隊打破圖靈獎得主證明的普遍最優(yōu)性2025-08-09
- 智能體邁入L4 時代！納米AI多智能體蜂群，可創(chuàng)作最長10分鐘AI視頻2025-08-06
相關(guān)閱讀
CNN更新?lián)Q代！性能提升算力減半，還即插即用
OctConv即插即用，無需修改原來的網(wǎng)絡(luò)架構(gòu)，也不用調(diào)整超參數(shù)，方便到家。
