我用90年代的古董电脑训练CNN

本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。

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