13年的夏天，燕京電力大學本學期已經將近尾聲。
大部分學生的課程都已經結束，除了少數還沒有考完的科目，平時基本上已經無所事事。
就在大部分學生頹廢地在宿舍哀嚎為什麼學校還不裝空調的時候，有兩個人正幹勁十足，在為兩個月後開始的競賽做準備。
兩人已經暢聊了不少，孟繁岐大概為其梳理清楚了基本的概念和認識。
他一直認為，新人接觸AI和人工智慧，切忌執著於某個區域性和概念，容易得不償失，看了半天還沒看懂。
先對整體的原理用淺顯的方式，結合生活中常見的場景和概念去理解為好。
隨後則先接觸一個可以順利執行的程式碼例子，跑起一個測試版來，會大大增強自己的自信心，有很強的成就感。
有了興趣，有了成就感，有了信心，又大概理解了整體的流程和意義。人自然會自發地去探索程式碼，嘗試去理解每個零部件，每個引數的意義和它會產生的影響。
說不定就會有一些奇思妙想。
如此從上而下，方為正道。而不是苦苦啃了幾個月的公式，結果來到電腦前一句程式碼都不會寫，根本無從下手。
前段時間，孟繁岐已經將基於阿里克斯的cudaconvnet框架，實現了一個簡易版三層神經網路做十分類任務的玩具級版本。
唐璜藉此基本熟悉了本次競賽的第一個任務內容。
孟繁岐便指使他去仔細看一看IMAGENET官方給的資料存放方式，開發工具和使用的方法。
自己則嘗試將自己這段時間以來所準備的演算法基於該框架實現，但是不太順利。
其實阿里克斯自己在主頁上也意識到了這個問題，他稱自己主頁對程式碼的描述是非常不充分的。
而此時非常不完善的生態也進一步地加劇了這個問題，英偉達的CUDA起步不算太久，不同版本之間的程式碼又需要改動。
孟繁岐更換了幾個程式碼庫的版本，結果顯示卡GTX690的驅動似乎有哪裡不相容，部分程式碼的編譯也不順利。他相信這份程式碼本身是阿里克斯釋出出來的比較成熟的版本，不會有什麼問題。只是環境和除錯上確實是一件麻煩事。
此時的AI技術不能說是小眾，但也沒有到這種細節問題都隨處可查的地步。孟繁岐瀏覽了一下相關的技術網站，檢視了一些相關討論。
雖然解決了大部分問題，但終究還是剩下了一些。
“沒辦法了，只能寫郵件給阿里克斯求助一下。”孟繁岐倒不是很擔心阿里克斯願不願意回覆的問題，只要自己表明來意，說清楚自己希望以深度神經網路參賽IMAGENET2013，阿里克斯是一定願意伸出自己的援手的。
眾所周知，AI三巨頭是辛頓，立昆(Lecun和本吉奧(Bengio三人。2018年的圖靈獎由這三人共同獲得，以表彰他們多年來的堅持和貢獻。
新時代的AI起飛靠得核心技術是深度神經網路，但在60和80年代的兩次熱潮之餘，神經網路其實並沒有得到足夠的重視。
阿里克斯是辛頓的學生，2012年兩人和師門其他人一起以AlexNet參賽IMAGENET2012的時候，是唯一一個使用神經網路的團隊。
孟繁岐很清楚，辛頓和阿里克斯渴望神經網路被髮揚光大，他們也已經在2012年以碾壓的姿態擊敗了其他競爭者。