第4章 感谢内卷的面试文化（1 / 2）

其实孟繁岐也曾无数次幻想过重生这样的事情，在他的梦中，事业，爱情的进展总是神速，一帆风顺。

然而当真有机会重新走在十年前的大学校园里，孟繁岐却发现，也就只有买买btc这种事比较容易做。

他没有异界默写《红楼梦》，倒背唐诗宋词三百首的记忆力。

而ai时代代码和工具的更新换代又是如此迅捷神速。

截止此时，别说是后世二分天下的两个ai工具没有发布，就连更早的caffe都没有开始开发。

整个学界还在alex大地震的余震当中，学界不少人连深度神经网络到底长什么样子还没完全搞清楚，又哪来的现成框架给他使用呢？

孟繁岐走在回宿舍的路上，开始思索怎么应付重生回来的第一个难题，服务器这东西只要熬过这几个月，出一部分btc就够买。

而参赛拿了第一之后，谷歌可不会吝啬几台机器借你用。孟繁岐非常清楚这段往事，只要顺利实现算法，谷歌开给自己的将会是一个天文数字。

比较麻烦的是构建这个模型要用的代码框架。他开始接触的那会儿，最火热的工具是15年出的tenrflo tf，又过了两年，17年facebook提出了pytorch，更加易用，渐渐后来居上。孟繁岐便也转而使用pytorch居多。

再之前的一些框架，他有所听闻，但诚实地来说，确实从来没有接触过。

越到后期，各种包装就做得越好，即便是小学生来了也可以两行代码直接构造一个高性能的前沿模型。

但那到底是十年后了，如今距离tf发布最初版本还有两年多，孟繁岐有点烦躁。

他目前的计划是去看一看去年alex最初版的源码，再去看看alex本人的主页，应当会有一些收获。

实在不行，就只能乘着alex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alex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-nv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。