第9章 训练
过去的一段时间，公司进入了战时状态。
京城总部的灯光经常彻夜不熄，而在遥远的星城，一场规模浩大的人肉数据采集战役也正在进行。
为了采集足够多的真实人脸样本，星城分部的招了几个地推团队几乎跑遍了当地的大学丶社区和商场。
他们拿着小礼品，请求路人录入人脸信息。
「麻烦眨眨眼」
「请向左转头」
「光线稍微亮一点」
人脸图片也是快速增长：几百张，几千张，几万张。
这是一场用人力堆出来的结果。
「只有90.2%。」
会议室里，顾书瑶看着大屏幕上的测试结果，声音里透着难以掩饰的疲惫和沮丧。
这是他们训练出的第一版深度学习模型（Demo）。
虽然相比传统算法85%左右的识别率，这已经是巨大的飞跃，但在人眼识别率：97.53%面前，它依然是个脸盲。
「我们离人眼标准还差得远。」顾书瑶摘下眼镜，揉了揉满是红血丝的眼睛。
会议桌旁，汤小鸥教授丶徐力丶杨樊等人都在，连在微软研究院的何铠明时不时的过来凑热闹也不说话了。
大家面前都摆着厚厚的测试报告，空气压抑得让人透不过气。
陈阳坐在主位，手里转着一支笔，神色平静。
其实他心里很清楚问题出在哪里。
前世DeepID算法之所以能屠榜，靠的不是单一模型，而是模型融合（和多尺度特徵提取。
但他没有立刻说。
一个团队的战斗力，是在一次次撞墙和突围中磨练出来的。
如果每次遇到问题他都直接给答案，那这群天才终将变成只会执行命令的庸才。
他需要给他们一点时间，去试错，去思考。
「大家怎么看？」陈阳打破了沉默。
「目前我们的方案是标准的CNN（卷积神经网络）思路。」徐力指着架构图分析道，
「将整张人脸丢进模型，经过卷积层提取特徵，最后生成一个特徵向量进行对比。」
「但这有个问题，模型似乎抓不住细节。比如双胞胎，或者长得像的人，它很容易搞混。」
「我觉得还是数据量的问题。」汤小鸥教授沉吟片刻，给出了学术界的经典判断，
「深度学习是吃数据的。相较于ImageNet动辄上千万张图，我们才几万张，模型根本吃不饱，泛化能力自然上不去。」
「我建议，扩大数据集。」
汤小鸥看向陈阳：「把数据量翻倍，甚至翻四倍。只有见过足够多的人，模型才能学会什么是不同。」
「同意。」
「附议。」
大家都觉得这是目前最靠谱的路径。
「好。」
陈阳点了点头，虽然他知道这会有提升，但不会有质变，但他还是支持团队的决定，
陈阳找来林小月叮嘱道：「通知星城那边，加大投入。我要5000个人的样本，至少20万张照片。」
「好的。」
又是半个月的煎熬。
星城团队像是上了发条一样，终于凑齐了这20万张高质量的人脸数据。
数据传回京城，新一轮的训练开始了。
这时候，算力的瓶颈赤裸裸地暴露了出来。
由于超算中心还在建设中，他们只能用现有的十几台伺服器跑任务。
进度条走得慢如蜗牛。
一天，两天直到第十二天，模型才终于收敛（训练完成）。
「这太慢了。」
顾书瑶看着伺服器风扇轰鸣，却依然缓慢的进度条，急得嘴角冒泡，
「一次叠代要十几天，如果有Bug重跑又要十几天。这简直是在浪费生命。」
陈阳站在机房外，看着这一幕，建立超算中心的想法从未如此迫切。