我用90年代的古董電腦訓練CNN
本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯系出處。
在90年代的電腦上實現CNN是一種什么體驗？
最近，一位日本小哥武田廣正（音譯）就在1990年的電腦PC-9801上實現了CNN來識別手寫字符。
就像這樣。
可能因為電腦性能的限制，整個識別過程要消耗一分多鐘。
原來30年前CNN是這樣實現的。
他還將整個過程分享到了推特上，得到了大量的關注。
不少網友驚嘆之余，還表示，心疼這個電腦，學習AI一定很難……
如何實現？
雖然目前這項技術還沒有開源，但早在93年就已經有人將CNN玩得很溜了。
這個人就是LeCun。
前不久，一段關于LeCun93年的視頻火了。視頻中展現的是，當時的文字識別系統已經用上了CNN。
他首先是電腦的系統中編寫了一種網絡數據結構的編譯器，并生成了可編譯的 C 語言代碼，在源代碼中以權重和網表（netlist）代表文字。
整套系統是在算力為20MFLOPS 的DSP版上運行。
當時，手寫數字數據集 MNIST還沒有問世，LeCun則用攝像拍攝來構建文字識別系統的。除此之外，還需要解決文字縮放、位置等問題。
只需在紙上寫好任意數字，不管任意大小形狀，或者帶有一定的“藝術性”，只要用攝像頭導入電腦，就可以識別。
而這位日本小哥則是在MNIST數據集上構建的，電腦上清晰展現了識別過程。
首先，讀取MNIST的數字圖像的信息。
隨后，進行一波卷積、池化等操作。
最后經過SoftMax層，每個數字轉換成概率或者權重，按照權重大小選出所得數字。
背后的作者
武田廣正，來自巖手縣立大學信息學研究院，喜歡操作系統以及研究復古電腦，曾撰寫《Raspberry Pi GPGPU入門》
因為這個項目，他在enPiT的PBL活動中獲得了優秀獎。
他表示，會將這一教程編寫進《令和的PC-98編程》一起發行，源代碼將在GitHub上提供。
參考鏈接：
https://twitter.com/T_taisyou/status/1357655009618399232
