CloseAI提示您：看后求收藏（笔趣阁www.biqugie.com），接着再看更方便。
其实孟繁岐也曾无数次幻想过重生这样的事情，在他的梦中，事业，爱情的进展总是神速，一帆风顺。
然而当真有机会重新走在十年前的大学校园里，孟繁岐却发现，也就只有买买BTC这种事比较容易做。
他没有异界默写《红楼梦》，倒背唐诗宋词三百首的记忆力。
而AI时代代码和工具的更新换代又是如此迅捷神速。
截止此时，别说是后世二分天下的两个AI工具没有发布，就连更早的Caffe都没有开始开发。
整个学界还在AlexNet大地震的余震当中，学界不少人连深度神经网络到底长什么样子还没完全搞清楚，又哪来的现成框架给他使用呢？
孟繁岐走在回宿舍的路上，开始思索怎么应付重生回来的第一个难题，服务器这东西只要熬过这几个月，出一部分BTC就够买。
而参赛拿了第一之后，谷歌可不会吝啬几台机器借你用。孟繁岐非常清楚这段往事，只要顺利实现算法，谷歌开给自己的将会是一个天文数字。
比较麻烦的是构建这个模型要用的代码框架。他开始接触的那会儿，最火热的工具是15年出的TensorFlow (TF)，又过了两年，17年脸书(Facebook)提出了PyTorch，更加易用，渐渐后来居上。孟繁岐便也转而使用PyTorch居多。
再之前的一些框架，他有所听闻，但诚实地来说，确实从来没有接触过。
越到后期，各种包装就做得越好，即便是小学生来了也可以两行代码直接构造一个高性能的前沿模型。
但那到底是十年后了，如今距离TF发布最初版本还有两年多，孟繁岐有点烦躁。
他目前的计划是去看一看去年AlexNet最初版的源码，再去看看阿里克斯本人的主页，应当会有一些收获。
实在不行，就只能乘着阿里克斯如今春风得意，又还没有签约谷歌的这段当口，多套近乎，向他请教。
由于AlexNet是深度学习时代的里程碑事件，其模型名称又以本人命名，因而孟繁岐对其论文，网络乃至本人都稍有些了解。点开网页搜索其人的姓名，很容易就能在多伦多大学的网站上找到其简洁的个人主页。
不仅如此，这个个人主页上还详细记载了他在校期间自己开发加速的一些代码。主要是C++和基于英伟达显卡的CUDA代码，基本上在10年-12年这个时间段。
