第20章 拿到駕照
不用上課的第一個早晨，陳一然七點半就醒了。
這是生物鐘形成了，畢竟在 ELI 上了快一個月，每天都是這個時間起的床，身體自己都調好了。
他翻了個身，又躺了二十分鐘，發現實在睡不著，這才認命地爬起來。
向茉莉抱怨了一句：「你為啥不多學學，讓我多睡會，我約的 10 點路考，起這麼早幹嘛。」
【你昨天並沒有告訴我。】
真不智能。陳一然除了這句，開始刷牙洗臉，準備吃個飯就去參加路考。
臨時駕照已經拿了十天以上了，今天去考過了就可以拿到正式的了。
飽餐一頓後，翻了件深色衛衣，牛仔褲，又把各種證件往包里一塞，下樓驅車開往 DMV。
周一的早上，人也不少，排隊排了二十幾分鐘。
輪到了。考官是個五十來歲的拉美人，啤酒肚，制服扣到領口。拿過他的學習許可證翻了翻問：「走吧，你的車呢。」
陳一然帶著考官到了保時捷邊上。
考官圍著車轉了一圈，略帶羨慕地說：「保時捷是真的帥啊。」
「嗯。確實帥。」
「不過誰陪你來的，你必須有一個 21 歲以上的帶駕照的人陪著才能開車你知道的吧。」
陳一然一臉尷尬地看著考官。
考官倒也沒深究，聳聳肩就夾著寫字板上了副駕駛。
陳一然也坐進來扣好安全帶，跟考官示意一下後，那邊就一段一段的指令開始往外蹦。
「右轉上 Philadelphia Pike。」
這條路他認識，上次來筆試的時候經過。雙向兩車道，兩邊全是那種開了三十年的小店 。修鞋的，賣彩票的，Dunkin' Donuts。這條路上車不多，但路口多，stop sign 一個接一個。
陳一然知道這都是坑，stop sign 必須停，否則鐵定掛。
之後又是變道，又是靠邊停車，最後是平行泊車。
說實話還真有點虛。上輩子各種輔助駕駛把人都養刁了，停車越來越簡單，哪像現在倒車雷達都模模糊糊的。
打右轉向燈。慢倒。方向盤打了半圈。車身往裡歪，但角度不對，離右邊的錐桶太近。
趕緊回了一把方向，車身這才擺正，慢慢停穩。
瞟見了考官在板上畫了個勾。
行吧，過了就行。
接下來是一段小路，限速三十英里，幾個右轉一個左轉，然後到了一個四向stop sign。
踩停之後，頗有點刻意的左右觀看了會兒，這才開過去。
「最後一個，倒車入庫。」
兩個錐桶在停車場裡標好位。掛倒擋，看著倒車雷達，這次倒是不錯，一次就進去了。
考官在紙上簽了個名，把學習許可證遞迴來。
「進去拍照吧，先去櫃檯那邊交 24 刀手續費。」
趕緊下車去排隊。DMV 拍照一直是排隊最誇張的地方，這次也是，足足半小時才拍好照片，又等了十分鐘，新鮮出爐的駕照到手。
看了一眼手機。十一點四十。回家路上拐進 Subway 買了個三明治，賽百味的東西雖然不能說多好吃，但食材新鮮，總不會讓人覺得難吃。
到家之後，躺在沙發上的陳一然開始計劃後面的學習。
【茉莉。】
【在。】
「我現在時間全空了，你之前說的學習計劃，具體說說。」
【CS223A 繼續學完，三四天。然後是 CS161，算法與數據結構，再往後可以看看 CS107，計算機組織與系統。另外 CS229 有個尾巴沒收乾淨，Andrew Ng 最後幾節課提到了卷積神經網絡，只說了概念沒展開。這個我想補上。】
「卷積神經網絡？」
【把圖像當二維矩陣，用一組可學習的濾波器在上面滑動提取特徵。比把圖像拍扁成向量塞進全連接網絡效果好得多。】
「說點人話，說點我能聽懂的。」
【就是可以識別圖像或者人臉的。我想嘗試做一個框架，加上這個可以作為兩個項目。】
「什麼框架？」
【你定義網絡結構，它可以幫你算梯度、幫你訓練、幫你評估。從頭到尾一個完整的工作流。類似 Theano，但 Theano 那個符號計算的接口很難用，得用另一種編程思維來寫模型定義，學習曲線幾個月起步。我想做一個簡單的，幾行代碼就能搞定的事。】
「聽起來不錯。」
【但框架有個問題 —— 只有程式設計師用得到。ML 圈現在全世界可能就幾千個人在做這個東西，所以，我還想嘗試在這個框架內加入一些元素做成演示軟體。】
「演示軟體？」
【對。上傳一張圖片，網頁告訴你這張圖片裡是什麼東西。比如上傳一張貓的照片，它告訴你這是一隻貓。類似這種。】
「這個，我上輩子看過新聞的，這種要訓練的吧。」
【MNIST 手寫數字數據集可以作為第一個測試。MNIST 是比較基礎的數據集，學術界普遍認為它比較簡單，但正好可以驗證框架的基礎功能。
如果效果好，再用 CIFAR-10 做進一步測試，CIFAR-10 有十個類別，包含常見的動物和交通工具，識別難度比 MNIST 高不少。】
陳一然想了想。
「行吧你來定吧，反正我也不懂你說的是什麼意思。」
【會讓你懂的，我後面還有一個想法。】
「說，不要當謎語人啊。」
【人臉識別，上傳一張照片，系統識別照片裡的人臉。訓練數據用 LFW，Labeled Faces in the Wild，2007 年發布的公開數據集，一萬三千多張標註人臉，五千七百多個人。數據量不大，MacBook 跑得動。】
陳一然坐直了一點。
「人臉識別？2010 年？」
【目前沒有人在 MacBook 這個級別做到過。不過我感覺，技術是足夠的，我們可以嘗試做出來。】
陳一然想了想，這還真是個不錯的想法。只要能做出來，肯定會引起大部分人的關注，甚至可以上新聞，這對陳一然以後也會有幫助的，畢竟出名要趁早不是。
「會有這方面的麻煩嗎？」
【會引發隱私方面的討論，這是必然的。不過你之前做爬蟲的時候也討論過類似的問題，只要代碼開源、功能透明，爭議本身會帶來關注度。我們並沒有以此盈利，用的也都是開源數據，沒有問題的。】
「你現在就能搞？還是說，得繼續學點東西啊。」
【框架本身一周到十天。模型訓練和調優再加幾天。網頁 demo 一兩天。總共三周，每天全力推進的話。其他課程先往後推，CS223A 可以同步學，視覺部分跟這個項目有重疊，同步學就行了。】
「行，反正現在閒下來了，時間都交給你吧，總不能真的沒事去環美旅行吧。」
正有一搭沒一搭聊著，手機震了。
AVE 的號碼。
陳一然接起來直接問：「車到洛杉磯了？」
「不止，海關已經走完手續了。下午裝船，快的話今天晚上，慢的話明後天把提單發你。」
天大的好消息，信用證條件就是船舶公司的海運提單。
這第一桶金終於要拿到手了。
這是生物鐘形成了，畢竟在 ELI 上了快一個月，每天都是這個時間起的床，身體自己都調好了。
他翻了個身，又躺了二十分鐘，發現實在睡不著，這才認命地爬起來。
向茉莉抱怨了一句：「你為啥不多學學，讓我多睡會，我約的 10 點路考，起這麼早幹嘛。」
【你昨天並沒有告訴我。】
真不智能。陳一然除了這句，開始刷牙洗臉，準備吃個飯就去參加路考。
臨時駕照已經拿了十天以上了，今天去考過了就可以拿到正式的了。
飽餐一頓後，翻了件深色衛衣，牛仔褲，又把各種證件往包里一塞，下樓驅車開往 DMV。
周一的早上，人也不少，排隊排了二十幾分鐘。
輪到了。考官是個五十來歲的拉美人，啤酒肚，制服扣到領口。拿過他的學習許可證翻了翻問：「走吧，你的車呢。」
陳一然帶著考官到了保時捷邊上。
考官圍著車轉了一圈，略帶羨慕地說：「保時捷是真的帥啊。」
「嗯。確實帥。」
「不過誰陪你來的，你必須有一個 21 歲以上的帶駕照的人陪著才能開車你知道的吧。」
陳一然一臉尷尬地看著考官。
考官倒也沒深究，聳聳肩就夾著寫字板上了副駕駛。
陳一然也坐進來扣好安全帶，跟考官示意一下後，那邊就一段一段的指令開始往外蹦。
「右轉上 Philadelphia Pike。」
這條路他認識，上次來筆試的時候經過。雙向兩車道，兩邊全是那種開了三十年的小店 。修鞋的，賣彩票的，Dunkin' Donuts。這條路上車不多，但路口多，stop sign 一個接一個。
陳一然知道這都是坑，stop sign 必須停，否則鐵定掛。
之後又是變道，又是靠邊停車，最後是平行泊車。
說實話還真有點虛。上輩子各種輔助駕駛把人都養刁了，停車越來越簡單，哪像現在倒車雷達都模模糊糊的。
打右轉向燈。慢倒。方向盤打了半圈。車身往裡歪，但角度不對，離右邊的錐桶太近。
趕緊回了一把方向，車身這才擺正，慢慢停穩。
瞟見了考官在板上畫了個勾。
行吧，過了就行。
接下來是一段小路，限速三十英里，幾個右轉一個左轉，然後到了一個四向stop sign。
踩停之後，頗有點刻意的左右觀看了會兒，這才開過去。
「最後一個，倒車入庫。」
兩個錐桶在停車場裡標好位。掛倒擋，看著倒車雷達，這次倒是不錯，一次就進去了。
考官在紙上簽了個名，把學習許可證遞迴來。
「進去拍照吧，先去櫃檯那邊交 24 刀手續費。」
趕緊下車去排隊。DMV 拍照一直是排隊最誇張的地方，這次也是，足足半小時才拍好照片，又等了十分鐘，新鮮出爐的駕照到手。
看了一眼手機。十一點四十。回家路上拐進 Subway 買了個三明治，賽百味的東西雖然不能說多好吃，但食材新鮮，總不會讓人覺得難吃。
到家之後，躺在沙發上的陳一然開始計劃後面的學習。
【茉莉。】
【在。】
「我現在時間全空了，你之前說的學習計劃，具體說說。」
【CS223A 繼續學完，三四天。然後是 CS161，算法與數據結構，再往後可以看看 CS107，計算機組織與系統。另外 CS229 有個尾巴沒收乾淨，Andrew Ng 最後幾節課提到了卷積神經網絡，只說了概念沒展開。這個我想補上。】
「卷積神經網絡？」
【把圖像當二維矩陣，用一組可學習的濾波器在上面滑動提取特徵。比把圖像拍扁成向量塞進全連接網絡效果好得多。】
「說點人話，說點我能聽懂的。」
【就是可以識別圖像或者人臉的。我想嘗試做一個框架，加上這個可以作為兩個項目。】
「什麼框架？」
【你定義網絡結構，它可以幫你算梯度、幫你訓練、幫你評估。從頭到尾一個完整的工作流。類似 Theano，但 Theano 那個符號計算的接口很難用，得用另一種編程思維來寫模型定義，學習曲線幾個月起步。我想做一個簡單的，幾行代碼就能搞定的事。】
「聽起來不錯。」
【但框架有個問題 —— 只有程式設計師用得到。ML 圈現在全世界可能就幾千個人在做這個東西，所以，我還想嘗試在這個框架內加入一些元素做成演示軟體。】
「演示軟體？」
【對。上傳一張圖片，網頁告訴你這張圖片裡是什麼東西。比如上傳一張貓的照片，它告訴你這是一隻貓。類似這種。】
「這個，我上輩子看過新聞的，這種要訓練的吧。」
【MNIST 手寫數字數據集可以作為第一個測試。MNIST 是比較基礎的數據集，學術界普遍認為它比較簡單，但正好可以驗證框架的基礎功能。
如果效果好，再用 CIFAR-10 做進一步測試，CIFAR-10 有十個類別，包含常見的動物和交通工具，識別難度比 MNIST 高不少。】
陳一然想了想。
「行吧你來定吧，反正我也不懂你說的是什麼意思。」
【會讓你懂的，我後面還有一個想法。】
「說，不要當謎語人啊。」
【人臉識別，上傳一張照片，系統識別照片裡的人臉。訓練數據用 LFW，Labeled Faces in the Wild，2007 年發布的公開數據集，一萬三千多張標註人臉，五千七百多個人。數據量不大，MacBook 跑得動。】
陳一然坐直了一點。
「人臉識別？2010 年？」
【目前沒有人在 MacBook 這個級別做到過。不過我感覺，技術是足夠的，我們可以嘗試做出來。】
陳一然想了想，這還真是個不錯的想法。只要能做出來，肯定會引起大部分人的關注，甚至可以上新聞，這對陳一然以後也會有幫助的，畢竟出名要趁早不是。
「會有這方面的麻煩嗎？」
【會引發隱私方面的討論，這是必然的。不過你之前做爬蟲的時候也討論過類似的問題，只要代碼開源、功能透明，爭議本身會帶來關注度。我們並沒有以此盈利，用的也都是開源數據，沒有問題的。】
「你現在就能搞？還是說，得繼續學點東西啊。」
【框架本身一周到十天。模型訓練和調優再加幾天。網頁 demo 一兩天。總共三周，每天全力推進的話。其他課程先往後推，CS223A 可以同步學，視覺部分跟這個項目有重疊，同步學就行了。】
「行，反正現在閒下來了，時間都交給你吧，總不能真的沒事去環美旅行吧。」
正有一搭沒一搭聊著，手機震了。
AVE 的號碼。
陳一然接起來直接問：「車到洛杉磯了？」
「不止，海關已經走完手續了。下午裝船，快的話今天晚上，慢的話明後天把提單發你。」
天大的好消息，信用證條件就是船舶公司的海運提單。
這第一桶金終於要拿到手了。