加入星计划,您可以享受以下权益:

  • 创作内容快速变现
  • 行业影响力扩散
  • 作品版权保护
  • 300W+ 专业用户
  • 1.5W+ 优质创作者
  • 5000+ 长期合作伙伴
立即加入
  • 正文
    •  
    • 如何实现?
    •  
    • 背后的作者
  • 推荐器件
  • 相关推荐
  • 电子产业图谱
申请入驻 产业图谱

我用90年代的古董电脑训练CNN

2021/02/20
358
阅读需 3 分钟
加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

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。

 

背后的作者

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:

https://twitter.com/T_taisyou/status/1357655009618399232

推荐器件

更多器件
器件型号 数量 器件厂商 器件描述 数据手册 ECAD模型 风险等级 参考价格 更多信息
0955012881 1 Molex Telecom and Datacom Connector, 8 Contact(s), Right Angle, Solder Terminal, Locking, Jack,
$1.2 查看
XAB1202 1 Okaya Electric America Inc RC Network,
暂无数据 查看
0603YC104KAT2A 1 Kyocera AVX Components Capacitor, Ceramic, Chip, General Purpose, 0.1uF, 16V, ±10%, X7R, 0603 (1608 mm), Sn/NiBar, -55º ~ +125ºC, 7" Reel

ECAD模型

下载ECAD模型
$0.1 查看

相关推荐

电子产业图谱