重生学神有系统

    也不知道他是真不扛夸，还是玩保护色玩上瘾了

    江寒姑且听之吧，随口附和着。

    金富贵终于认真起来:“小江，就凭咱们的交情，你如果有需要，尽管开口，叔叔只加价3成，每只大约330元，够厚道不”

    每只平均300元，这是市场价，拿货价肯定会便宜不少。

    老金的确很厚道了，别管他实际上加价几成，总之加完价之后，也没有比市场价高多少。

    人家倒腾来倒腾去，也是有人工、运费和损耗的。

    江寒琢磨了一下，一斤约合5000元，一个月200斤，只需要100多万，就能……

    what

    100……万！

    江寒忽然反应过来，感情吃一个月这玩意，就得花出去100万

    自己现在的身家，总共才，还不够吃两年红极参

    好吧，先少买点，吃着看看效果，吃好了再继续买。

    至于钱的事儿，那都是小事儿，不够花就再去赚呗……

    临走，江寒在海龙川买了100只冰岛野生红极参带走。

    这已经是店里当天存货的三分之一。

    这里是销售链末端，一只要卖到800多，使用了vip卡，打了8.5折之后，也将近7万块。

    而且，100只看着不少，能吃几天还真不好说。

    红极参挺娇贵的，怕热怕干，也容易变质。

    虽然现在已经是11月中旬，天气很冷了，但裸运还是有点不够稳妥。

    江寒干脆又花了一点小钱，买了一个简易的保温箱。

    这种箱子内壁有一圈保温苯板，用的时候，先在里面放上冰块，再把海鲜放进去。

    保鲜十个小时左右，基本没啥大问题。

    等回家以后，再去买专业的海参冷藏恒温箱。

    诸事完结，一行人结队出门。

    江寒打开保时捷的后备箱，将保温箱放了进去。

    苗清澜看着好笑:“你这是吃上好了啊还带了这么多回去。”

    江寒嘿嘿一笑:“是啊，以后顿顿拿两个出来，搓一搓强身健体，闻一闻提神醒脑，尝一尝精神百倍，吃下去生津止渴……”

    一通胡扯中，四人上了车。

    回到香格里拉之后，江寒带着保温箱，来到酒店的前台。

    夏雨菲挽着他的胳膊，亦步亦趋。

    “先生，女士，下午好。请问要开房间吗”前台小服务员彬彬有礼地询问。

    江寒微微一笑:“我们是这里的住客，这是房卡。”

    小服务员拿过去看了一眼:“房卡怎么了是不是出问题了”

    江寒摇了摇头:“房卡应该没问题。”

    小服务员有点不解地看着江寒。

    江寒洒脱一笑，解释说:“是这样的，我买了点海鲜，想带回家去，不过屋子里温度高，我怕放坏了，想问问你们，能不能帮忙冷冻一下”

    小服务员想了想，问:“请问是什么海鲜呢我们的冰柜也没剩太多空间，太大的海鲜，比如龙虾、帝王蟹之类的，可能会放不下。”

    江寒理解地一笑，说:“只是一点冰岛红极参而已，个头倒是不算大，就是数量有点多，你帮我看看能不能冻得下。”

    说着打开保温箱，让小服务员看了一眼。

    这些红极参卖相不俗，小服务员也是个有见识的，一看就知道是顶级品。

    这玩意价值不菲，一般人可吃不起。

    别看只有这么一小箱，差不多抵得上她两年的工资！

    有钱人可真够奢侈的，也不知道是哪家的二代

    小服务员默默地想着，又看了一眼夏雨菲。

    不愧是有钱人的女朋友，不但天生丽质、身材完美，身上那些穿戴也绝对不便宜。

    别的不说，光那件限量款的香奈儿羊绒小围巾，只怕自己两年的工资还不见得够！

    小服务员有些艳羡，忍不住心中腹诽，脸上的笑容反而更甜了:“您请稍等，我这就和总厨联系。”

    很快就有了反馈结果。

    厨房答应帮忙保管，但最多只能放两天，因为后天晚上会有大批冻货入库。

    江寒听完服务员的转述，欣然一笑:“我明天就退房了，时间上没有问题。”

    事情谈妥后，小服务员先帮江寒将箱子密封好，然后亲




第254章 数据解析和FCN的拓扑结构
    随后，江寒操作着电脑，心无旁骛，很快就进入了状态。

    夏雨菲也不再来打扰他，拿着手机，半躺在床上，自己上网、听歌。

    江寒将高老师发送来的和下载下来，连同夏雨菲下载的前11个文件，放在了同一个文件夹中。

    然后在第1个文件上点击鼠标右键，选择用winrar解压缩，很快就得到了数据包。

    一共两个文件，n-labels-idx1-ubyte。

    -ubyte都是自定义的文件格式，官网上就有格式说明。

    train-images文件大小超过1g，保存了20万张手写数字的图片信息。

    而train-labels中则存储了20万个标签数据，与train-images一一对应。

    和公开版本的mnist不同，用于比赛的这个手写数字数据集，数据量要大出好几倍。

    kaggle官方将数据集分为两部分，训练集train向参赛选手公开，而测试集test则内部保存。

    比赛的形式很简单，大家根据公开的训练集，编写自己的程序，提交给主办方。

    主办方用不公开的测试集数据，对这些程序逐一进行测试，然后比较它们在测试集上的表现。

    主要指标是识别率，次要指标是识别速度等。

    这是“人工神经网络”在这类竞技场上的初次亮相，江寒可不想铩羽而归。

    事实上，如果想追求更好的成绩，最好的办法，就是弄出卷积神经网络（cnn）来。

    那玩意是图像识别算法的大杀器。

    在“机器学习”这个江湖中，cnn的威力和地位，就相当于武侠世界中的倚天剑、屠龙刀。

    cnn一出，谁与争锋！

    只可惜，这个东西江寒现在还没研究出来。

    现上轿现扎耳朵眼，也来不及了。

    再说，饭要一口口吃，搞研究也得一步步来。

    跨度不能太大喽，免得扯到蛋……

    所以在这次比赛中，江寒最多只能祭出“带隐藏层的全连接神经网络”（fcn）。

    有了这个限制，就好比戴着镣铐跳舞，给比赛平添了不少难度和变数。

    那些发展了几十年的优秀算法，也不见得会输普通的fcn多少。

    所以，现在妄言冠军十拿九稳，还有点为时过早。

    不过，有挑战才更有趣味性嘛，稳赢的战斗打起来有什么意思呢

    江寒根据官网上找到的数据格式说明文档，编写了一个文件解析函数，用来从两个train文件中提取数据。

    train-images-idx3-ubyte的格式挺简单的，从文件头部连续读取4个32位整形数据，就能得到4个参数。

    用来标识文件类型的魔数m、图片数量n、每张图片的高度h和宽度w。

    从偏移0016开始，保存的都是图片的像素数据。

    颜色深度是8位，取值范围0～255，代表着256级灰度信息，每个像素用一个字节来保存。

    然后，从文件头中可以得知，每张图片的分辨率都是。

    这样每张图片就需要784个字节来存储。

    很容易就能计算出每张图片的起始地址，从而实现随机读取。

    如果连续读取，那就更简单了，只需要每次读取784个字节，一共读取n次，就能恰好读取完整个文件。

    需要注意的是，图像数据的像素值，在文件中存储类型为unsignedchar型，对应的format格式为b。

    所以在python程序中，在（取值为784）这个参数的后面，还要加上b参数，这样才能读取一整张图片的全部像素。

    如果忘了加b，则只能读取一个像素……

    train-labels-idx1-ubyte格式更加简单。

    前8个字节是两个32位整形，分别保存了魔数和图片数量，从偏移0009开始，就是unsignedbyte类型的标签数据了。

    每个字节保存一张图片的标签，取值范围0～9。

    江寒很快就将标签数据也解析了出来。

    接下来，用matplot的绘图功能，将读取出来的手写数字图片，绘制到屏幕上。

    然后再将对应的标签数据，也打印到输出窗口，两者一比较，就能很轻松地检验解析函数是否有问题。

    将解析函数调试通过后，就可以继续往下进行了。

    首先要将图片的像素信息压缩一下，二值化或者归一化，以提高运算速度，节省存贮空间。

    像素原本的取值范围是0255。

    二值化就是将大于阈值（通常设为中间值127）的数值看做1，否则看做0，这样图片数据就转换成了由0或者1组成的阵列。

    归一化也比较简单，只需要将每个像素的取值除以最大值255，那么每个像素的取值空间，就变成了介于0和1之间的浮点数。

    两种手段各有利弊，江寒决定每种都试一下，看看在实践中，哪个表现更好一些。

    由于江寒使用的是全连接网络，而不是卷积神经网络，所以还要将2维的图片，转换成1维的向量。

    这个步骤非常简单，将二维的图片像素信息，一行接一行按顺序存入一维数组就行。

    事实上，在解析数据文件的时候，已经顺便完成了这一步，所以并不需要额外的操作。



第255章 调整超参数，以及防止过拟合
    江寒在这个fcn网络中，实现了一种新的训练策略，也就是迷你批次训练法。

    简单地说，就是每次在18万个训练数据中，随机抽取若干条数据，组成一个小包，作为训练的样本。

    然后，若干个小包组成一个完整的批次，训练若干个批次后，训练过程就宣告结束。

    显而易见，相较于一次训练全部数据，这样做既节省了资源，又能提高训练速度。

    这里涉及到3个超参数:每个小包的数据条数n，每批次包含的小包数量m，以及训练的总批次s。

    神经网络里，每个神经元的偏置和权重，都是在训练中获得的，称作参数。

    而学习速率、隐藏层神经元的数量，隐藏层的层数，权重初始化方案的选择、激活函数的选择、损失函数的选择……

    这些都是超参数，必须在神经网络训练之前指定。

    但由于缺乏理论指导，没有人知道这些超参数，到底如何选取才是最合理的。

    所以在实践中，往往先根据经验，暂时预设一个差不多的，然后在训练的过程中，根据反馈结果，慢慢进行调整。

    打造神经网络的过程中，最困难的就是超参数的选择，这往往意味着巨大的工作量。

    每次调整超参数，都要重新训练一次神经网络，才能知道这次调整是否成功。

    更麻烦的是，超参数之间并不是相互独立的，经常会调整了某一个，就会影响到另一个。

    极端情况下，就会像多米诺骨牌一样，一个影响一个，最后导致全盘重来。

    在原来的世界，机器学习算法工程师们经常为此挠破了头皮。

    所以他们又自嘲或者被戏称为“调参狗”……

    这个问题的解决，往往取决于网络设计者的经验。

    一名合格的调参狗……咳，算法工程师，往往能凭经验和直觉，大体确定超参数的取值范围，然后根据实际情况逐步优化，直到取得近似最优解。

    江寒当然算不上经验丰富，但前世玩神经网络的时候，也接触过不少讨论超参数选择的文章。

    以权重初始化举例，就有不少可行的方案:初始化为0值、随机初始化、xavier初始化、he方法等。

    其中，xavier初始化又包含许多种做法。

    比如将权重w的随机初始化区间，设为正负sqrt）之间。

    其中，n0是上一层神经元的个数，n1是本层神经元的个数。

    这是一个经验公式，很多时候都很好用，江寒还记得这个公式。