江寒在網上搜索了一番，參考了一下同類。

最後他決定，採用市場接度較高的免費下載、試用模式。

超過試用次數和時間后，只要花費58元RMB，購買註冊碼，就可以終使用。

在保護策略上，江寒毫不猶豫地啟了「壞蘋果2代」技。

經過加后，「極OCR」的可執行文件，以及態鏈接庫等要害部位，堪稱堅不可摧。

江寒又用InstallShieldWizard，製作出一個1G大小的安裝包，然後掛到了大江網上。

技上的事，至此全部搞定。

至於其他的事，全盤委託給老江和夏如冰就好……

江寒想了想，又訪問了一下布置在地下機房裡的數據伺服。

過了這麼多天，他為ISLVRC2013圖像識別挑戰賽，打造的深度CNN網路，也終於完了訓練。

江寒將代碼中關於訓練的部分，暫時全部剔除，然後將驗證集數據載進來，跑了一下。

結果還算不錯，top-1項目的識別正確率，達到了62.7%，top-5項目中，更是達到了85.4%的正確率。

所謂top-1，就是對於每張要分類的圖片，只允許給出唯一答案，對就對，錯就錯。

至於top-5，要求就比較寬鬆了，每張圖可以給出5種預測，有一個與標籤相同，就算分類正確。

現在這個績，已經相當接近去年的冠軍演算法了。

但江寒怎麼可能就此滿足呢？

他深思考了一番，重新編寫了預測函數。

這一次，他使用了一個小技巧。

將待分類的圖片載到存中之後，先進行預理。

從圖片的四個角，以及中間部分，依次進行矩形摳圖，這樣就得到了5張子圖片。

接下來，再對這5張子圖片，依次進行鏡像作，子圖片的總數就變了10。

最後再對這10張圖片，分別進行預測，再把10個結果的平均值，作為網路的最後輸出。

這可以有效地防止程序「發獃」，以得到更接近正確答案的預測。

不出所料，使用了這個技巧后，深度CNN在驗證集上的表現，果然改善了不。

top-1上的正確率，足足提高了2%，在top-5上的正確率，也提高了1.84%。

不過，覺還有進一步提升的空間。

江寒思考了一下，又對訓練集圖片的RGB數值，做了PCA，也就是主分分析，並且對主分做了0.1標準差的高斯擾。

這樣做的目的，是增加一些雜訊數據，以提高模型的泛化能力。

理完龐大的訓練集后，就可以讓網路重新進行訓練了。

安排妥當這件事之後，江寒開始考慮學科等級的事。

經過幾天的戰，他已經學完了化學、生兩科，在大學本科階段的全部專業課。

單論理論上的水平，超過了絕大多數相應科目的本科生、甚至碩士研究生。

江寒打開系統UI看了一眼。

學科等級面板上，數學、理、化學、生、信息學，這五個學科全都達到了高級。

其中，信息學的經驗條已經過半，距離下一個級別不遠了。

不過，工程、材料、能源三科，仍然沒有任何評級。

江寒思考了一下，決定在網上找一找這三個專業的教材，深地學習一番。

然而，他很快就發現了一個問題。

所謂的工程，到底是什麼工程呢？

生工程也是工程，電子工程也是工程。

此外還有機械工程、信息工程、採礦工程、石油工程、建築工程……

不搜不知道，一搜嚇一跳，工程學這個總類里，居然足足包括了21個小類，上百個專業！

然後是材料學。

化學材料、生材料、金屬材料、電工材料、材料理……

也是幾乎無所不包！

能源好一些，基本也就是引力能、熱能、生能、化學能、核能……

好吧，既然都是叉學科，那就叉著學唄。

江寒上網查找了一下，將所有涉及到這三科的書籍，匯總、整理了一下，列出了一張非常長的書單。

真的很長，足足有上千種書籍。

好在其中大多數，都能下載到PDF或者Ebook資源。

江寒將這些文件，全都用極OCR，轉換了txt加小圖片的格式，然後流發送到了虛擬空間中，並列印了出來。

也有部分資料，網上本下載不到，這種況，就只能郵購實書了。

江寒在各大網上書店裡，一頓狠淘，終於湊全了列表中的所有書籍。

至於花了多錢，他也沒仔細統計，大概估計下，怎麼也得幾萬RMB。

也就是本科階段的教材並不怎麼難買，很多專業很強的資料也都有中文版。

若是去亞馬遜海淘英文原版，估計再添一個0，可能都不怎麼夠……

※※※

有圖科技，研發部。

藍嶄新再次主持會議。

與會的十來個人，全都陷了死一般的沉寂。

良久后，藍戰新嘆了口氣：「這件事問題不在咱們，你們開發的OCR，已經是國領先的了……」

後面的話，他雖然沒說，可又有誰猜不到了？

那家大江科技，雖然立還不到一周……

然而，誰能想到這家公司手中，竟掌握著那麼厲害的OCR技呢？

王仁默然不語。

那個極OCR的能，實在太恐怖了一點，對於普通文本的識別正確率，竟然超過了98%！

這種技代差，真是讓人越想越渾無力。

國外的同類，沒有一個能與之競爭。

不誇張地說，這就是集被吊打，一點還手之力都沒有……

藍戰新忽然問：「王工，你們技部有沒有試一試，逆向一下極OCR？」

王仁苦著臉，回答說：「我們一發現這款產品，第一時間就下載並嘗試逆向了。」

代碼雖然不能抄，至也應該了解一下別人採用的演算法……

王仁續道：「只可惜……試了很多辦法，全都失敗了。」

藍戰新有點意外。

王仁這些人的實力，他是十分清楚的，能難住他們的加手段，可謂之又。

另一位同事搖了搖頭，說：「我們都懷疑，那是一種從來沒出現過的新加技。」

藍戰新若有所思：「這樣啊……」

寂靜再一次籠罩了這個房間。

良久后。

「咱們接下來怎麼辦？」一名工程師問。

藍戰新思索了一下，嘆了口氣，說：「我先彙報一下，看看顧總怎麼說。」

十五分鐘后。

「我知道了……」

藍戰新掛了電話，掃視了在座的眾人一眼：「我先嘗試和大江的人聯繫一下，看有沒有達合作的可能。」

有圖的主要業務是賣，為了促進掃描儀的銷售，才去研發配套的OCR。

既然自家研發的OCR，能上比不上別人，那爭取合作、取長補短，也在理之中。

如果可以達獨家代理，那麼無論多錢，都一定要拿下來！

這是顧總的原話。

藍戰新看向王仁：「至於咱們研發部，還得繼續努力研發下一代產品。」

頓了頓：「至於目標……暫時先跟極OCR看齊吧！」

在場幾位技大拿的心頭，頓時覺沉甸甸的。

98%！

這個數字，就彷彿一座不可逾越的高山……

※※※

兩天後，深度CNN網路再次完了訓練。

江寒重新跑了一次驗證集，這一次，錯誤率在原來的基礎上，又下降了1%以上。

top-1的正確率接近樂66%，而在top-5項目中，更是達到了驚人的88.8%！

江寒對這個績還算滿意，給這個網路命名為：「JiangNet-3」。

然後登錄ImageNet網，將最終的演算法模型提了上去。

他沒有對代碼進行加，一個是賽事規則不允許，再一個也是沒有必要。

提上去的代碼和數據，只包含網路主架構、激活函數、預測函數，以及訓練得到的權重數據。

至於演算法的核心部分，訓練函數、損失函數和梯度下降……一概予以刪除。

這樣的代碼，本沒有什麼可以抄的。

搞定了這件事後，江寒將目放在了書桌上。

從昨天開始，網購的實書就陸續快遞到了手中。

到了今天下午，終於到齊了。

看著那高高一堆，上百本書籍，他不有點頭疼。

看書不費力氣，一本一本慢慢看，兩、三個月怎麼也看完了。

但如果想加快學習進度，就得把這些實書，全都折騰到虛擬空間里……。