重生2012：全球科技财阀 第9章 训练

冬雪消融，柳枝吐新。但深视科技的研发中心内，气氛却比寒冬还要凝重。

过去的一段时间，公司进入了战时状态。

京城总部的灯光经常彻夜不熄，而在遥远的星城，一场规模浩大的人肉数据采集战役也正在进行。

为了采集足够多的真实人脸样本，星城分部的招了几个地推团队几乎跑遍了当地的大学丶社区和商场。

他们拿着小礼品，请求路人录入人脸信息。

「麻烦眨眨眼」

「请向左转头」

「光线稍微亮一点」

人脸图片也是快速增长：几百张，几千张，几万张。

这是一场用人力堆出来的结果。

「只有90.2%。」

会议室里，顾书瑶看着大屏幕上的测试结果，声音里透着难以掩饰的疲惫和沮丧。

这是他们训练出的第一版深度学习模型（Demo）。

虽然相比传统算法85%左右的识别率，这已经是巨大的飞跃，但在人眼识别率：97.53%面前，它依然是个脸盲。

「我们离人眼标准还差得远。」顾书瑶摘下眼镜，揉了揉满是红血丝的眼睛。

会议桌旁，汤小鸥教授丶徐力丶杨樊等人都在，连在微软研究院的何铠明时不时的过来凑热闹也不说话了。

大家面前都摆着厚厚的测试报告，空气压抑得让人透不过气。

陈阳坐在主位，手里转着一支笔，神色平静。

其实他心里很清楚问题出在哪里。

前世DeepID算法之所以能屠榜，靠的不是单一模型，而是模型融合（和多尺度特徵提取。

但他没有立刻说。

一个团队的战斗力，是在一次次撞墙和突围中磨练出来的。

如果每次遇到问题他都直接给答案，那这群天才终将变成只会执行命令的庸才。

他需要给他们一点时间，去试错，去思考。

「大家怎么看？」陈阳打破了沉默。

「目前我们的方案是标准的CNN（卷积神经网络）思路。」徐力指着架构图分析道，

「将整张人脸丢进模型，经过卷积层提取特徵，最后生成一个特徵向量进行对比。」

「但这有个问题，模型似乎抓不住细节。比如双胞胎，或者长得像的人，它很容易搞混。」

「我觉得还是数据量的问题。」汤小鸥教授沉吟片刻，给出了学术界的经典判断，

「深度学习是吃数据的。相较于ImageNet动辄上千万张图，我们才几万张，模型根本吃不饱，泛化能力自然上不去。」

「我建议，扩大数据集。」

汤小鸥看向陈阳：「把数据量翻倍，甚至翻四倍。只有见过足够多的人，模型才能学会什么是不同。」

「同意。」

「附议。」

大家都觉得这是目前最靠谱的路径。

「好。」

陈阳点了点头，虽然他知道这会有提升，但不会有质变，但他还是支持团队的决定，

陈阳找来林小月叮嘱道：「通知星城那边，加大投入。我要5000个人的样本，至少20万张照片。」

「好的。」

又是半个月的煎熬。

星城团队像是上了发条一样，终于凑齐了这20万张高质量的人脸数据。

数据传回京城，新一轮的训练开始了。

这时候，算力的瓶颈**裸地暴露了出来。

由于超算中心还在建设中，他们只能用现有的十几台伺服器跑任务。

进度条走得慢如蜗牛。

一天，两天直到第十二天，模型才终于收敛（训练完成）。

「这太慢了。」

顾书瑶看着伺服器风扇轰鸣，却依然缓慢的进度条，急得嘴角冒泡，

「一次叠代要十几天，如果有Bug重跑又要十几天。这简直是在浪费生命。」

陈阳站在机房外，看着这一幕，建立超算中心的想法从未如此迫切。