第(2/3)页

    实在不行，就只能乘着阿里克斯如今春风得意，又还没有签约谷歌的这段当口，多套近乎，向他请教。

    由于alexnet是深度学习时代的里程碑事件，其模型名称又以本人命名，因而孟繁岐对其论文，网络乃至本人都稍有些了解。点开网页搜索其人的姓名，很容易就能在多伦多大学的网站上找到其简洁的个人主页。

    不仅如此，这个个人主页上还详细记载了他在校期间自己开发加速的一些代码。主要是c++和基于英伟达显卡的cuda代码，基本上在10年-12年这个时间段。

    “好人一生平安啊！”孟繁岐点开链接，发现他不仅是代码和结果记录在里面，就连每次的改动修正了什么也都记得清清楚楚，甚至旁边还留了一句言，“如果有任何代码跑不起来，请随时联系我。”

    孟繁岐的眼中流出了两行热泪，正是因为一代代算法开创者如此无私的奉献和分享，ai行业才在十年中发展的如此迅猛。

    “好代码，我抄！”数据和代码都在下载之中，如果这个cuda-convnet的框架可以使用，那代码的问题其实就算解决了一半，孟繁岐完全可以基于这个雏形框架先初步实现一些比较关键的算法。

    想到这里，孟繁岐不得不由衷地感谢后世越来越内卷的算法面试。

    他对自己的能力认知非常清楚，即便是重回十年前，他的代码能力也并不突出。他的优势在于清楚很多技术和公司的发展路线。

    之所以对这些著名的算法技术了若指掌，并且能复现其中相当的一部分。还得多多感谢程序员特色的面试机制。大一些的企业，一次面试面你三轮五轮技术，现场考你写代码，问你经典技术让你实现，那是司空见惯了。

    加上程序员这群人又特别喜欢分享，酷爱写“面经”也就是面试的经历和经验。往往又有好心人针对这些问题提供非常详细完美的答案。

    如此来回反复几年，大企业为了筛选人选，题目也是越出越难，越出越加刁钻。因而使得孟繁岐对各个路线的基本核心技术和经典论文烂熟于心。

    只是后世早有人把工具写好，了解这些经典原理在工作中没什么大用处，却没想到竟能在这里物尽其用。

    除了代码之外，另一个要紧的任务就是几篇重要论文的细节和推理论证。
    第(2/3)页