唯我独法：我在都市修奥法 第140节

　　要是被其他教授知道，早就嫉妒坏了吧？

　　“主人，ResNet与DBN的结合对处理长距离依赖关系的能力应不会有任何提高，我们需要更换模型组合。”经过短时间的运算，柚子闪着银白色的星光回答道。

　　“那就替换一下，看看哪些模型之间能擦出火花来。”方豫在服务器上圈定了模型范围，交给柚子进行演算。

　　模糊演算是柚子本身所具备的法则之一，本质其实是预言学派的一些基础理论在柚子身上的应用。

　　与计算机模型中提取关键因子进行模糊演算的方式完全不同，相比起来，柚子的模糊演算准确性要高得多。

　　“找到了！”没过多久，柚子就发出了振奋的声音。

　　“《带注意力的序列到序列》中提到的注意力机制模型与位置编码技术和LSTM、CNN、FFN等神经网络的结合，可以形成新的框架，经过训练后添加其他模型，可以形成目前测算中效率最高的大模型。”柚子迅速在方豫的电脑屏幕上投出了相应内容。

　　“我会把这些模型放到我自己的框架内，由我的框架进行重组。”

　　说着，柚子身上的银色星光逐渐变成了一条缓慢流转的光带，这是柚子在用自己的本体帮助阵列服务器进行辅助运算，再把辅助运算的结果传输至服务器网络。

　　只要找对了路，柚子的运算能力远非现如今任何一台超级计算机所能相提并论的。

　　不过三分钟，身上流淌的银色光带便重新变回了点点银色星光。

　　“框架重组完成，底层法则添加完毕，上传服务器系统后进行初次学习。”柚子平铺直叙的声音传来，似乎变了一个球，跟电影里的人工智能一样。

　　方豫不为所动搓了搓手指：“好好说话！”

　　柚子明显一激灵，语气谄媚：“主人，大概还要30秒，新的框架就能上传至服务器，其后就可以做模型数据训练了。”

　　话说着，体积并不大的框架模型已经完整上传至服务器机组，服务器内的柚子分身就开始往新框架中添加处理过的数据。

　　12组GPU服务器、196颗TeslaM60算力全开，服务器的散热风扇以一万五千转的速度旋转着，将热量排至这不足五十平米的空间中。

　　“目前已完成40GB的数据清洗，现在开始用这部分数据进行第一次训练，这个模型需要30万步的迭代可以完成收敛，预计将耗时3小时21分。”

　　随后，方豫的屏幕上出现了一个3小时21分20秒的倒计时。

　　方豫搓了搓手，在屋子里走了两圈，心情既期待又激动。

　　如果这个模型经过数据训练，能够表现出一定的分析处理能力和交流能力，就意味着，自己真的搞出了一个可用的人工智能大模型！

　　你说是柚子搞的？

　　屁，老子是通讯作者懂不懂？

　　确定研究方向、划分研究阶段、指导研究内容，老子干的就是导师的活儿。

　　课题完成了，导师就做了这些，谁敢说这课题不是导师搞的？

　　科研懂不懂？科研的事情，能说是压榨吗？能说是剥削吗？能说是黑心吗？

　　这种说法，完全无视科研领军人物的贡献呀！

　　你说童永山不给老子一作？

　　呔！你这黑了心的老贼！学阀！不要脸的黑心导师！

　　方豫转了两圈，为了平复自己的情绪，干脆又跑到威斯汀，和那四个正准备逃跑的海贼世界的入侵者又大战了一场。

　　海贼世界的入侵者被入侵的快不行了。

　　三个小时后退房时，四个人都是O字腿。

　　方豫再次回到机房的时候，40G的模型数据已经训练完毕了。

　　“主人，40G的数据已经训练完毕，其中20G是周文数据，20G是盎文数据。从收敛情况上看，这次训练是成功了，我们可以针对这个模型进行一些测试。”

　　方豫的电脑屏幕上出现了一个简易的对话框，这是柚子刚刚制作的一个UI界面。

　　“伱好。”方豫在对话框中输入了两个周文。

　　“我不好。”对话框中瞬间出现三个字。

　　艹？什么情况？你这数据清洗的有问题啊，用什么数据训练的？

　　柚子一脸汗，“这个，这个，可能用来训练的数据有点问题，我再清洗一遍啊。”

　　服务器又疯狂运转了几分钟，40g的数据便又清洗完成。

　　“重新训练大约需要1小时20分钟。”柚子的声音有些尴尬。

　　方豫无奈，看看天色，已经下午四点了。

　　本来还想着去拳击社虐虐菜装个逼，看来也没时间了。

　　还是在这等着吧。

　　方豫不是浪费时间的人，一个小时二十分钟，足够他复习一门待考科目的。

　　终于，倒计时结束。

　　方豫再次在对话框中输入你好两个字。

　　“你好，请问有什么可以帮您？”这次回复就正常多了。

　　“你叫什么名字？”方豫又敲出一行文字。

　　模型中规中矩的回答：“我还没有名字，我是柚子科技开发的一款基于多重神经网络的大模型，你想叫我什么？”

　　方豫想了想，嘴边露出一丝微笑：“既然你是柚子开发的，那就叫你橘子吧。”

上架首月小结和一点小感想

　　2024-07-16

　　昨天晚上更新完躺床上，看到很多大神昨晚都更了一章月度小结和感想。

　　我琢磨着，大神都这么干，是不是这也是个规矩啊，就也想着写一篇。

　　可憋了半天，实在没想出来要写啥。

　　写成绩？均订1200的成绩似乎也没啥可说的，其中200的均订还是昨天一天的风向标推荐带来的。

　　写书友反馈？这就牵涉到两个问题了，第一，书友，第二，反馈。

　　我能看到有几位读者一直在章评区支持着，每章都评论，真的，很感谢，你们现在其实是我能够坚持下去更这本书的最大动力。

　　我此前说过，7年前曾经写过一本书，虽然一年多以后被404，但也不算纯新人，而且当时那本书成绩还不错，让我混了个4级作者。

　　开始写这本书的时候，我准备了两个月的时间，自觉准备的还是比较充足的，可真正开始更了之后才发现，我忽略了一个很重要的事情，就是起点的推荐机制变了。

　　以前的起点推荐机制，主要依靠编辑，编辑觉得有潜力，就会争取推荐。而现在，每一个推荐位，都要靠数据说话，没有数据，一切白搭。

　　而且由于这么多年没写了，以前的编辑可能也离职找不到了，于是就直投，7万字才签约，浪费了4万多字的推荐期，这也给后续埋下了隐患。

　　起初其实数据还不错，新书推荐一二三轮pk下来，追读最多时到过2500，这个成绩如果当时上架，首订应该是在1500左右。

　　可当时我一门心思想要搞个三江，于是编辑给我搞了个四轮推，结果我自己没搞懂规则，第四轮推第一天我就超字数下新书榜了，于是接连十天的无曝光裸奔让我十天中掉了一千四的追读。

　　这下距离三江就更远了，匆忙上架，上架后首订642，这一个月均订也从不到五百涨到了1000，在昨天，混了一个风向标，涨到了1200。

　　我说这些不是卖惨，实际上，我对起点现在的推荐机制和审核机制非常认同。只是在遗憾，如果当时多了解一下行业中的变化，可能成绩会好得多。

　　但事情就是这样，如果自己不经历一道，光凭网上的信息了解和朋友讲解，永远没有切身感受。

　　现在的作者写书，和多年前确实不同了，需要考虑的东西更多，这方面就不多说了。

　　说一下未来的情节吧。

　　这本书到现在快160章，45万字，从昨天开始，这本书正式进入了事业线。

　　我的老书友应该知道，我上一本书是写投资的，直到现在，我都觉得我那本重生文是起点写投资的书中写的最专业最好看的。

　　上一本书中，其实我写的很干，只有故事情节，没有人物，这本书之所以写了这么多女配，其实就是在练人物，但不代表我写事业线的功力下降了。

　　所以，对后续事业线的发展，我自己还是蛮乐观的。

　　说了这么多，最后求个月票和推荐票吧。

　　感谢大家的一路支持，祝大家61儿童节快乐！

第161章 先去篮球队装个逼（第一更）

　　2024-07-16

　　“橘子……嘿嘿黑……”柚子傻笑了几声，笑声里充满了感情。

　　方豫看了一眼柚子，从某种意义上说，这个大模型也能算是柚子的孩子了。

　　就是不知道这个孩子能成长到什么程度？

　　橘子大模型的底层中，不只由多重神经网络组成，更隐含了柚子自身的简化版架构法则，具有超过三亿的参数，仅大模型本身规模，就超过10个G。

　　3亿的参数，在周历3061年的现在，是一个非常恐怖的规模。

　　Deepmind几个月前刚刚公布的Deep Q-Network的参数量也不过才168万。

　　而非死不可年中发布的深度学习面部学习系统deepface，虽然没有公布参数量，但按照推测，应该也不过是一千多万参数的级别。

　　而三年前古狗发布的古狗大脑计划，使用了一万六千颗CPU进行训练，号称有10亿参数，但其中无效参数和负作用参数比例超过百分之七十。

　　虽然也实现了视频端的无监督学习，但训练效果并不好。

　　但橘子大模型是不一样的。

　　由于柚子是在自己本体中完成的橘子大模型的框架搭建，在奥术的辅助下，橘子大模型的三亿参数中，无效参数和负作用参数基本能控制在10%以内！

　　可以说，刚刚诞生的橘子大模型，就是目前这个世界上性能最强的AI大模型！

　　神经网络下的人工智能参数，就相当于人类大脑的神经突触。

　　参数数量是影响人工智能模型能力的最重要因素之一，甚至是决定性因素。

　　更多的参数通常意味着模型具有更高的表示能力，能够捕捉和表达更复杂的模式和关系。

　　说人话，就是参数越多，人工智能就越像人。

　　而且，具有更多参数的模型可以更好地拟合训练数据，降低训练误差。

　　说人话，就是参数越多，人工智能的理解能力就越强。

　　从大方向上来说——参数越多，人工智能的能力越强，这句话是没有错的。

　　尽管目前只有40G的训练资料，但橘子大模型已经展现出了相当程度的智能水平。

　　这也说明，柚子所创造的深度学习训练框架效率之高，已经远超古狗一个月前刚刚发布TensorFlow训练框架0.5版。