视角切回京城邮电大学的教研室。
钟柏正在操作电脑，连接学校的宽带网络。
一百二十万张图片的压缩包，体积极其庞大。
钟柏挂上下载链接，对教研室这个2MB/s的下载速度很满意，但是又看了一眼整个数据集的体积：300G，又叹了口气。
“这得下到猴年马月去。”
楚一航掏出手机看了眼时间。
“挂着下吧，三个月的比赛呢，也不差这一会。”
下载进度条缓慢爬行。
一转眼，两天时间过去了，几个人走到了机房隔壁的服务器存放间。
里面摆着两个黑色的标准机柜。
机柜里整齐排列着服务器节点，运转的散热风扇发出巨大的噪音。
这些节点里插满了AMD的顶级计算卡。
这是郭长征用三十五万的研究经费，加上盛夏科技提供的特殊折扣采购来的。
郭长征看着这些闪烁着绿灯的机器。
“三十五万砸下去，系里好几个老教授都在看我们的笑话。”
楚一航检查着节点上的指示灯。
“郭老师，您这就多虑了。”
“有盛夏科技的九章计算平台做底层，上面还套着我们新开发的TensorFlow框架。”
“这套硬件的算力利用率，绝对超出那些老教授的认知。”
叶言在旁边插话。
“其实在比赛数据集发布之前，我们用通用图片数据已经训练了一版基础模型。”
楚一航点头。
“没错，那个模型虽然没有针对ImageNet的特定类别做过训练，输出的结果类别也比比赛里要求的要多很多，但底层的特征提取网络已经成型了。”
而此时，ImageNet的数据集终于下载完成并解压。
钟柏把五万张带有标签的验证集图片导入服务器存储。
楚一航坐回电脑前，打开终端窗口。
他通过命令行连接到隔壁机房的GPU集群。
钟柏点开了解压后的数据集目录，仔细翻看了一遍官方提供的数据说明文档。
“哎？你们看这数据分布。”钟柏指着屏幕。
“这比赛提供的一百二十万张训练图像，一共被划分为了一千个类别。”
“但这玩意儿看着眼熟啊，这不就是咱们前段时间折腾的那个五百万张图片、五千个类别的超大数据集的子集吗？”
钟柏手指在键盘上无意识地敲了两下，忽然嘿嘿一笑。
“手痒了。”
“既然是子集，要不咱们直接用前两天刚跑完的那个五千分类的通用预训练模型，来预测一下这数据集？”
“看看现成的模型，在这五万张验证集上效果咋样。”
楚一航一听，直接竖起了大拇指。
“你小子真是个机灵鬼，其实我刚才也正有此意。”
“现成的大模型不用白不用，说干就干！”
郭长征也点头同意了这个提议。
“跑一次看看，正好摸摸这个比赛数据集的特征分布底细。”
这里需要给非专业人士解释一下。
为什么用训练了五千个类别的通用模型，可以直接去预测只有一千个类别的子数据集？
因为在深度学习中，用海量数据喂出来的模型“见多识广”。
它在底层网络中已经学会了提取通用的图像特征，比如轮廓、纹理、色彩组合。
这种通用的特征提取能力，完全可以直接套用到子集数据的分类任务上。
但直接这么做，预测精度必然会存在误差，成绩会差一些。
原因很简单，模型最终输出的是五千个选项的概率。
在面对这五万张只有一千种标准答案的验证图片时，通用模型依然会按照五千个类别的范围去预测。
一旦它把图片分类成了比赛规定的一千个类别之外的选项，按照赛制就会被判定为错误。
它还需要时间去针对这一千个特定的类别重新训练，才能做到精准得分。
楚一航没管那么多，直接在终端里输入调用TensorFlow框架的命令。
回车键敲下。
隔壁机房的散热风扇转速瞬间飙升，噪音穿透了玻璃门。
屏幕上开始滚动运行日志。
钟柏盯着显存占用率的监控面板。
“集群的显存占用直接拉满了。”
“九章平台对AMD显卡的调度策略真够暴力的。”
叶言看着进度条。
“处理五万张图片，传统算法少说得跑个两三天。”
“我看这进度，估计一顿饭的功夫就能出结果。”
楚一航往后靠在椅背上。
“这就叫算力碾压。”
十分钟过去。
终端屏幕上的滚动日志停了下来。
最后一行输出了一串统计数据。
钟柏揉了揉眼睛，指着屏幕上的数字。
“我是不是看花眼了？”
叶言凑过去，一个字符一个字符地念出来。
“Top-1准确率：40.2%。”
“Top-5准确率：80.5%。”
楚一航保持着靠在椅背上的姿势，摸下巴的手停住了。
郭长征立刻推开钟柏，自己握住鼠标，点开测试代码的日志文件。
他快速检查着数据加载流程和对比逻辑。
“没有发生数据泄露。”
“这个模型的训练集里，不包含这些验证集的数据。”
郭长征得出结论。
“代码没问题，这确实是我们那个通用模型在全新验证集上跑出的真实成绩。”
钟柏倒吸了一口凉气。
“这还只是我们用通用数据训练的基础模型啊。”
“还没专门针对ImageNet的一千个分类做重新训练呢。”
叶言迅速在脑海里计算着行业平均水平。
“目前用传统的SIFT特征提取加上支持向量机算法。”
“在这类复杂图片识别任务上，最高正确率也就只能做到20%到25%。”
楚一航站起身来，看着屏幕。
“20%对40%。”
“这不是同台竞技，这是直接把桌子掀了。”
钟柏激动得满脸通红，直接点开浏览器上ImageNet的官网。
“现在排行榜上还是空的，一个队伍都没上传。”
“楚哥，咱们赶紧把这个测试集的预测结果跑出来，直接上传一波。”
“先拿个40%的成绩挂在榜首。”
“给全世界的学术圈一点小小的北邮震撼。”
“不行，不能传。”郭老师却是摇了摇头。
钟柏满脸写着问号，手悬在鼠标上。
“为什么啊郭老师？这么高的分数，传上去绝对能霸榜个把月。”
郭长征指着打印下来的比赛规则说道，“规则写得清清楚楚，满打满算就五次上传机会。”