其實孟繁岐也曾無數次幻想過重生這樣的事情，在他的夢中，事業，愛情的進展總是神速，一帆風順。
然而當真有機會重新走在十年前的大學校園裡，孟繁岐卻發現，也就只有買買BTC這種事比較容易做。
他沒有異界默寫《紅樓夢》，倒背唐詩宋詞三百首的記憶力。
而AI時代程式碼和工具的更新換代又是如此迅捷神速。
截止此時，別說是後世二分天下的兩個AI工具沒有釋出，就連更早的Caffe都沒有開始開發。
整個學界還在AlexNet大地震的餘震當中，學界不少人連深度神經網路到底長什麼樣子還沒完全搞清楚，又哪來的現成框架給他使用呢？
孟繁岐走在回宿舍的路上，開始思索怎麼應付重生回來的第一個難題，伺服器這東西只要熬過這幾個月，出一部分BTC就夠買。
而參賽拿了第一之後，谷歌可不會吝嗇幾臺機器借你用。孟繁岐非常清楚這段往事，只要順利實現演算法，谷歌開給自己的將會是一個天文數字。
比較麻煩的是構建這個模型要用的程式碼框架。他開始接觸的那會兒，最火熱的工具是15年出的TensorFlow TF，又過了兩年，17年臉書(Facebook提出了PyTorch，更加易用，漸漸後來居上。孟繁岐便也轉而使用PyTorch居多。
再之前的一些框架，他有所聽聞，但誠實地來說，確實從來沒有接觸過。
越到後期，各種包裝就做得越好，即便是小學生來了也可以兩行程式碼直接構造一個高效能的前沿模型。
但那到底是十年後了，如今距離TF釋出最初版本還有兩年多，孟繁岐有點煩躁。
他目前的計劃是去看一看去年AlexNet最初版的原始碼，再去看看阿里克斯本人的主頁，應當會有一些收穫。
實在不行，就只能乘著阿里克斯如今春風得意，又還沒有簽約谷歌的這段當口，多套近乎，向他請教。
由於AlexNet是深度學習時代的里程碑事件，其模型名稱又以本人命名，因而孟繁岐對其論文，網路乃至本人都稍有些瞭解。點開網頁搜尋其人的姓名，很容易就能在多倫多大學的網站上找到其簡潔的個人主頁。
不僅如此，這個個人主頁上還詳細記載了他在校期間自己開發加速的一些程式碼。主要是C++和基於英偉達顯示卡的CUDA程式碼，基本上在10年12年這個時間段。
“好人一生平安啊！”孟繁岐點開連結，發現他不僅是程式碼和結果記錄在裡面，就連每次的改動修正了什麼也都記得清清楚楚，甚至旁邊還留了一句言，“如果有任何程式碼跑不起來，請隨時聯絡我。”
孟繁岐的眼中流出了兩行熱淚，正是因為一代代演算法開創者如此無私的奉獻和分享，AI行業才在十年中發展的如此迅猛。
“好程式碼，我抄！”資料和程式碼都在下載之中，如果這個cudaconvnet的框架可以使用，那程式碼的問題其實就算解決了一半，孟繁岐完全可以基於這個雛形框架先初步實現一些比較關鍵的演算法。