爱小说

第385章 超大规模集成神经网络

小说:重生学神有系统 作者:一碗酸梅汤 更新时间:2020-03-26 02:12
爱小说(www.ixs.cc)开通手机站了,手机用户可以登录 m.ixs.cc 进行阅读,效果更好哦!
  之所以会出现乱码,这是因为DOS系统本身,并不支持汉字显示的缘故。
  解决这个问题的途径有很多。
  比如打造一个CCDOS、UCDOS之类的汉字操作系统……
  这样可以一劳永逸,但工程量十分浩大。
  所以江寒琢磨了一下,决定采用一种临时性的解决方案。
  他先退出了虚拟空间,上网找到了一份IMG格式的UCDOS系统软盘映像。
  下载、解压之后,将HZK16和HZK16F提取了出来,并传到了虚拟空间里的286电脑中。
  这两个文件是UCDOS的字库文件,前者是简体中文字库,后者则支持繁体中文。
  随后,江寒再次进入虚拟空间,在自己制作的字典程序里添加了一小段代码,使其拥有了汉字显示功能。
  基本原理是根据汉字的内码,在字库文件中找到对应的点阵信息,然后一个像素、一个像素地画到屏幕上。
  然而,在286这么落后的电脑上,如果不使用一点技巧,直接画点的话,每秒钟大概只能显示5~6个汉字。
  这样的速度自然远不能让人满意。
  为了提高显示速度,远古的编程高手们,开发出了一种叫做“直接写屏”的技术,将像素信息直接写到“显示缓冲区”中去。
  “显示缓冲区”是一块特别的内存区域,写入其中的数据,会马上显示在屏幕上。
  使用了“直接写屏”技术的软件,理论上来说,显示速度可以接近机能的上限。
  这种技术也有缺点,那就是各种显示卡、显示模式,所使用的“显示缓冲区”,位置并不一样。
  例如CGA显卡的“显示缓冲区”,起始地址就是B800h……
  这样一来,就对程序的兼容性提出了挑战。
  好在江寒只需要支持自己的这台286就行,其他机型完全不需要考虑。
  江寒写完这个程序,调试、编译成功了以后,他的个人专用英汉电子词典,终于可以正常使用了。
  看看时间已经不早,他就退出了虚拟空间。
  今晚先到这里,好好睡上一觉,剩下的事情,明晚再说……
  第二天一早。
  江寒起床后,刚洗完脸,手机忽然响了起来,拿过来一看,竟然是小蚊子打来的。
  江寒接了起来:“这么早?”
  靳雪雯嘻嘻一笑:“江寒哥哥早!嗯……对了,我这么早就给你打电话,有没有打扰到你和雨菲姐姐的好梦啊?”
  江寒:“……”
  最多打扰到自己,怎么可能打扰到小媳妇?
  不过这个就不需要跟她解释了……
  “有事说事,没事我吃饭了。”江寒边说边下楼。
  靳雪雯嘟了嘟嘴,抱怨了一声:“江寒哥哥一点也不温柔……”
  江寒笑而不语。
  对你这个小丫头,还用得着那么小心翼翼吗?
  咱的温柔只留给小媳妇就行了……
  也没用江寒哄,靳雪雯很快就自己调整好了心态,欢快地说:“对了,江寒哥哥,CARC正赛还有不到一个月了,你要不要参加啊?“
  上次在魔都,俩人参加的那个机器人比赛,只是中国青少年机器人竞赛的预选赛。
  而1月下旬,还有一场规模更大的正赛,在帝都举行。
  只有预赛的前三名,或者在其他赛事中名列前茅的选手,才会得到组办方的邀请。
  江寒笑了笑:“当然。”
  别的不说,冲着提高学力等级的机会,他也不可能错过这场盛会。
  ”那咱们再组一次队,好不好?”靳雪雯的语气里充满了希冀。
  江寒微微一笑:“没问题,你愿意的话,还可以再带一个人进队,我这边已经找到两个了。”
  正赛采用的是类似LOL的MOBA赛制,每组最少需要五台机器人,选手数量则限制在3~5人之间。
  江寒已经决定了,到时候会带上方源和小鱼儿,让他们两个也长长见识。
  这样一来,算上靳雪雯,队伍就接近满员,最多只能再塞进来一个人了……
  靳雪雯很开心:“一言为定!”
  两人说完这件事后,约好了到时候再联络,然后就挂断了电话。
  江寒和夏雨菲母女一起吃完早餐后,就照常去上学。
  整个上午,他都在用心研读《数学物理方程》,等到中午放学时,就差不多把这本书读透了。
  中午吃完饭,江寒将夏雨菲哄睡之后,就拿出笔记本电脑,开始编写程序。
  他昨天就打算好了,做一个实用一点的OCR软件。
  界面部分可以放在以后再弄,今天先把最难搞的核心算法写出来。
  毕竟人工神经网络,需要大量的时间训练……
  OCR的技术要点,关键在于识别算法。
  打印字体的识别,比手写识别简单多了,毕竟计算机常用的字体,也就那么几种。
  江寒先从网络上,将各种字体文件全都下载了一遍。
  然后设计了一个程序,调用这些字体,生成了许多小图片。
  每张图片都是一个汉字、数字、字母,或者特殊符号。
  江寒使用数据扩充算法,将每张图片略微变形、变色、位移、旋转……
  得到了数以十倍的样本图片。
  并且,在生成图片的同时,还顺便生成了一一对应的标签。
  这样江寒就拥有了海量的训练数据。
  接下来,他又综合运用已经掌握的机器学习知识,设计了一个庞大的集成式机器学习算法。
  其中不可避免地,用到了CNN,也就是最新开发出来的“卷积神经网络”。
  为了最大限度地提高识别正确率,整个网络包括了许多层级不同的子网络。
  每个图块输入到网络中后,先由第一级网络进行粗分类。
  将输入的图片,划分成汉字、数字、英文字母、特殊符号这四个大类,然后分门别类地送入四个子网络中。
  如果第一级识别的结果是数字,那么就会送进一个类似于手写数字识别的小型网络中,进一步分类,看看属于0~9中哪一个数字。
  英文和特殊符号的处理,也和数字差不多,只是输出结果的类别数,稍微大了那么一点点。
  但如果经过第一级网络的识别,判断归属于汉字大类,那么处理起来就稍微复杂一些了。
  江寒将5000个左右的常用汉字,划分成了4000个子集。
  然后使用自组织聚类神经网络,设计了一个拥有4000个输出的分类器。
  少部分子集只含有一个元素,意味着分类到这些子集中的汉字,可以直接输出识别结果。
  大部分子集里含有2~30个元素,这意味着还需要送入第三级网络,进一步进行分类。
  如果该子集中的元素,只有2~3个,那么就送进一个单字分类器中,识别出最终结果。
  多于3的话,就送入细分类网络模块,进一步分类。
  循环进行前两步,直到每个子集的元素个数都小于等于3,然后逐一送入单字分类器中,输出最后的结果。
  这就是这个集成网络的整个工作流程,其中使用了数百个中型神经网络。
  这些神经网络在设计上,基本大同小异,所以编程难度并不高。
  麻烦的是,每个神经网络,都得单独训练,而这需要大量的算力。
  好在他早就在高新区地下的机房里,准备好了十几台高性能服务器。
  江寒将程序设计出来,然后连同训练数据,一起上传到了那些服务器中。
  十几台服务器全力运转,差不多一两天就能完成训练。
爱小说WWW.IXS.CC努力创造无弹窗阅读环境,大家喜欢就按 Ctrl+D 加下收藏吧,有你们的支持,让我们走得更远!
可以使用回车、←→快捷键阅读