第13章 开赛在即

方式，开发工具和使用的方法。

自己则尝试将自己这段时间以来所准备的算法基于该框架实现，但是不太顺利。

其实阿里克斯自己在主页上也意识到了这个问题，他称自己主页对代码的描述是非常不充分的。

而此时非常不完善的生态也进一步地加剧了这个问题，英伟达的CUDA起步不算太久，不同版本之间的代码又需要改动。

孟繁岐更换了几个代码库的版本，结果显卡GTX-690的驱动似乎有哪里不兼容，部分代码的编译也不顺利。他相信这份代码本身是阿里克斯发布出来的比较成熟的版本，不会有什么问题。只是环境和调试上确实是一件麻烦事。

此时的AI技术不能说是小众，但也没有到这种细节问题都随处可查的地步。孟繁岐浏览了一下相关的技术网站，查看了一些相关讨论。

虽然解决了大部分问题，但终究还是剩下了一些。

“没办法了，只能写邮件给阿里克斯求助一下。”孟繁岐倒不是很担心阿里克斯愿不愿意回复的问题，只要自己表明来意，说清楚自己希望以深度神经网络参赛IMAGENET-2013，阿里克斯是一定愿意伸出自己的援手的。

众所周知，AI三巨头是辛顿，立昆(Lecun)和本吉奥(Bengio)三人。2018年的图灵奖由这三人共同获得，以表彰他们多年来的坚持和贡献。

新时代的AI起飞靠得核心技术是深度神经网络，但在60和80年代的两次热潮之余，神经网络其实并没有得到足够的重视。

阿里克斯是辛顿的学生，2012年两人和师门其他人一起以AlexNet参赛IMAGENET-2012的时候，是唯一一个使用神经

本章未完，请点击下一页继续阅读！ 第2页 / 共5页