江寒在網上搜索了一番，參考了一下同類軟件。
最後他決定，採用市場接受度較高的免費下載、試用模式。
超過試用次數和時間後，只要花費58元RMB，購買註冊碼，就可以終身使用。
在軟件保護策略上，江寒毫不猶豫地啓動了“壞蘋果2代”技術。
經過加密後，“極光OCR”的可執行文件，以及動態鏈接庫等要害部位，堪稱堅不可摧。
江寒又用InstallShield Wizard，製作出一個1G大小的安裝包，然後掛到了大江官網上。
技術上的事情，至此全部搞定。
至於其他的事情，全盤委託給老江和夏如冰就好……
江寒想了想，又訪問了一下佈置在地下機房裏的數據服務器。
過了這麼多天，他爲ISLVRC2013圖像識別挑戰賽，打造的深度CNN網絡，也終於完成了訓練。
江寒將代碼中關於訓練的部分，暫時全部剔除，然後將驗證集數據加載進來，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。
現在這個成績，已經相當接近去年的冠軍算法了。
但江寒怎麼可能就此滿足呢？
他深入思考了一番，重新編寫了預測函數。
這一次，他使用了一個小技巧。
將待分類的圖片加載到內存中之後，先進行預處理。
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，依次進行鏡像操作，子圖片的總數就變成了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，作爲網絡的最後輸出。
這可以有效地防止程序“發呆”，以得到更接近正確答案的預測。
不出所料，使用了這個技巧後，深度CNN在驗證集上的表現，果然改善了不少。
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，感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，也就是主成分分析，並且對主成分做了0.1標準差的高斯擾動。
這樣做的目的，是增加一些噪聲數據，以提高模型的泛化能力。
處理完龐大的訓練集後，就可以讓網絡重新進行訓練了。
安排妥當這件事之後，江寒開始考慮學科等級的事情。
經過幾天的奮戰，他已經學完了化學、生物兩科，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、物理、化學、生物、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，深入地學習一番。
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？
生物工程也是工程，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，工程學這個總類裏，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、生物材料、金屬材料、電工材料、材料物理……
也是幾乎無所不包！
能源好一些，基本也就是引力能、熱能、生物能、化學能、核能……
好吧，既然都是交叉學科，那就交叉着學唄。
江寒上網查找了一下，將所有涉及到這三科的書籍，彙總、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，全都用極光OCR，轉換成了txt加小圖片的格式，然後輪流發送到了虛擬空間中，並打印了出來。
也有部分資料，網上根本下載不到，這種情況，就只能郵購實體書了。
江寒在各大網上書店裏，一頓狠淘，終於湊全了列表中的所有書籍。
至於花了多少錢，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，很多專業性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，軟件研發部。
藍嶄新再次主持會議。
與會的十來個人，全都陷入了死一般的沉寂。
良久後，藍戰新嘆了口氣：“這件事問題不在咱們，你們開發的OCR軟件，已經是國內領先的了……”
後面的話，他雖然沒說，可又有誰猜不到了？
那家大江科技，雖然成立還不到一週……
然而，誰能想到這家公司手中，竟掌握着那麼厲害的OCR技術呢？
王仁默然不語。
那個極光OCR的性能，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%！
這種技術代差，真是讓人越想越渾身無力。
國內外的同類軟件，沒有一個能與之競爭。
不誇張地說，這就是集體被吊打，一點還手之力都沒有……
藍戰新忽然問：“王工，你們技術部有沒有試一試，逆向一下極光OCR？”
王仁苦着臉，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，至少也應該瞭解一下別人採用的算法……
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，能難住他們的加密手段，可謂少之又少。
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密技術。”
藍戰新若有所思：“這樣啊……”
寂靜再一次籠罩了這個房間。
良久後。
“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。”
十五分鐘後。
“我知道了……”
藍戰新掛了電話，掃視了在座的衆人一眼：“我先嚐試和大江的人聯繫一下，看有沒有達成合作的可能。”
有圖的主要業務是賣硬件，爲了促進掃描儀的銷售，纔去研發配套的OCR軟件。
既然自家研發的OCR，性能上比不上別人，那爭取合作、取長補短，也在情理之中。
如果可以達成獨家代理，那麼無論多少錢，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……暫時先跟極光OCR看齊吧！”
在場幾位技術大拿的心頭，頓時感覺沉甸甸的。
98%！
這個數字，就彷彿一座不可逾越的高山……
※※※
兩天後，深度CNN網絡再次完成了訓練。
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%！
江寒對這個成績還算滿意，給這個網絡命名爲：“JiangNet -3”。
然後登錄ImageNet官網，將最終的算法模型提交了上去。
他沒有對代碼進行加密，一個是賽事規則不允許，再一個也是沒有必要。
提交上去的代碼和數據，只包含網絡主體架構、激活函數、預測函數，以及訓練得到的權重數據。
至於算法的核心部分，訓練函數、損失函數和梯度下降……一概予以刪除。
這樣的代碼，根本沒有什麼可以抄的。
搞定了這件事後，江寒將目光放在了書桌上。
從昨天開始，網購的實體書就陸續快遞到了手中。
到了今天下午，終於到齊了。
看着那高高一堆，上百本書籍，他不禁有點頭疼。
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，就得把這些實體書，全都折騰到虛擬空間裏……
