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。

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：

本文来自微信公众号：量子位（ID：QbitAI），作者：杨净

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。