第92章 你的任务从被选择时就註定了（2 / 4）
“在ai的世界里，这张照片不是一只猫。它是一个由几十万个数字组成的矩阵，每个数字代表一个像素点的灰度值，0是纯黑，255是纯白，中间的数字对应不同深浅的灰。”
他指了指猫耳朵的位置：“你觉得这是耳朵。ai觉得这是一堆介於87到142之间的数值。它不认识猫，只认识数字。”
前排张巧儿举起手：“那它怎么从一堆数字里认出这是猫的？”
“好问题。”林宇在照片旁边画了一个3乘3的小方格矩阵，九个格子里分別填上了数字。
“这个带数字的方格，叫卷积核。你们可以把它理解成一块特殊的放大镜。”
他拿起黑板擦比划了一下：“想像你手里拿著一块只有九个格子大的小窗户，把它按在照片上，从左上角开始，一格一格地往右滑、往下滑。
每滑到一个位置，窗户里的九个数字就和照片上对应的九个像素做一次乘法再加起来，算出一个新数字。”
他在黑板上一步步演算，数字填进去，结果写出来。
“滑完整张照片之后，你得到了一张新的图。这张新图上，数字大的地方，就是原图里明暗变化剧烈的地方。什么地方明暗变化最剧烈？”
“边缘。”周昊抢答。
“没错。猫的轮廓、耳朵的线条、眼睛和脸的交界，全是边缘。卷积核做的事情，就是把这些边缘从一堆灰度数字里算出来。”
林宇在黑板上把演算结果对应到猫的照片上，用粉笔沿著计算出的高值区域画线。
几笔下去，那只模糊的猫突然有了清晰的轮廓，耳朵、鬍鬚、眼窝，全部浮现。
教室里响起一片低低的声音，不是惊嘆，更接近於恍然大悟。
“所以ai看图的第一步，不是认內容，是找边缘。这跟画画是一个道理。”
林宇回头看了一眼最后一排。
齐悦的笔没停过。她的速写本上，公式和图解穿插在一起，卷积核滑动的过程被她画成了一组连续的分镜，每一帧之间用箭头串联，旁边標註著“跟素描起形一样，先抓大轮廓再补细节”。
画得比林宇在黑板上的板书精致了不止一个档次。
他没多看，继续往下讲。
从单层卷积到多层堆叠，从边缘检测到纹理识別，再到更高层级的语义理解。每讲一层，他就在黑板上多画一张图，一层压一层，那只猫从一坨灰度矩阵逐渐变成了有轮廓、有质感、最终被標註上“猫”標籤的完整识別流程。
程建国的笔记写得飞快，字跡潦草但条理清晰，每个关键公式旁边都用红笔画了框。
这孩子虽然才高中，但这两天数学底子被灵梦餵得扎实许多，基本能跟上节奏。
云澜的三个工程师就更不用说了，何永辉写到中途突然停笔，盯著黑板上的多层特徵提取框架看了足足有半分钟，脸上的表情从专注变成了震动。
儘管他早知道cnn的原理，但第一次见到有人讲的这么通俗透彻。
“不愧是林老师。”
林宇脑海中那股熟悉的清凉感在这个节点涌了上来。
【当前课堂：31名学生深度理解卷积神经网络的视觉处理原理。宿主获得返还：计算机视觉·精通级！额外返还：图像生成对抗网络（gan）基础架构理解！】
新的知识体系铺展开来，大量关於gan的理论框架和应用场景涌入大脑，自然地嵌入已有的知识网络。
林宇的视野里，齐悦速写本上的那些线条突然变得不一样了。那些排线、明暗、构图，在他脑子里自动触发了一个念头。
gan模型。图像生成。艺术创作。 ↑返回顶部↑
他指了指猫耳朵的位置：“你觉得这是耳朵。ai觉得这是一堆介於87到142之间的数值。它不认识猫，只认识数字。”
前排张巧儿举起手：“那它怎么从一堆数字里认出这是猫的？”
“好问题。”林宇在照片旁边画了一个3乘3的小方格矩阵，九个格子里分別填上了数字。
“这个带数字的方格，叫卷积核。你们可以把它理解成一块特殊的放大镜。”
他拿起黑板擦比划了一下：“想像你手里拿著一块只有九个格子大的小窗户，把它按在照片上，从左上角开始，一格一格地往右滑、往下滑。
每滑到一个位置，窗户里的九个数字就和照片上对应的九个像素做一次乘法再加起来，算出一个新数字。”
他在黑板上一步步演算，数字填进去，结果写出来。
“滑完整张照片之后，你得到了一张新的图。这张新图上，数字大的地方，就是原图里明暗变化剧烈的地方。什么地方明暗变化最剧烈？”
“边缘。”周昊抢答。
“没错。猫的轮廓、耳朵的线条、眼睛和脸的交界，全是边缘。卷积核做的事情，就是把这些边缘从一堆灰度数字里算出来。”
林宇在黑板上把演算结果对应到猫的照片上，用粉笔沿著计算出的高值区域画线。
几笔下去，那只模糊的猫突然有了清晰的轮廓，耳朵、鬍鬚、眼窝，全部浮现。
教室里响起一片低低的声音，不是惊嘆，更接近於恍然大悟。
“所以ai看图的第一步，不是认內容，是找边缘。这跟画画是一个道理。”
林宇回头看了一眼最后一排。
齐悦的笔没停过。她的速写本上，公式和图解穿插在一起，卷积核滑动的过程被她画成了一组连续的分镜，每一帧之间用箭头串联，旁边標註著“跟素描起形一样，先抓大轮廓再补细节”。
画得比林宇在黑板上的板书精致了不止一个档次。
他没多看，继续往下讲。
从单层卷积到多层堆叠，从边缘检测到纹理识別，再到更高层级的语义理解。每讲一层，他就在黑板上多画一张图，一层压一层，那只猫从一坨灰度矩阵逐渐变成了有轮廓、有质感、最终被標註上“猫”標籤的完整识別流程。
程建国的笔记写得飞快，字跡潦草但条理清晰，每个关键公式旁边都用红笔画了框。
这孩子虽然才高中，但这两天数学底子被灵梦餵得扎实许多，基本能跟上节奏。
云澜的三个工程师就更不用说了，何永辉写到中途突然停笔，盯著黑板上的多层特徵提取框架看了足足有半分钟，脸上的表情从专注变成了震动。
儘管他早知道cnn的原理，但第一次见到有人讲的这么通俗透彻。
“不愧是林老师。”
林宇脑海中那股熟悉的清凉感在这个节点涌了上来。
【当前课堂：31名学生深度理解卷积神经网络的视觉处理原理。宿主获得返还：计算机视觉·精通级！额外返还：图像生成对抗网络（gan）基础架构理解！】
新的知识体系铺展开来，大量关於gan的理论框架和应用场景涌入大脑，自然地嵌入已有的知识网络。
林宇的视野里，齐悦速写本上的那些线条突然变得不一样了。那些排线、明暗、构图，在他脑子里自动触发了一个念头。
gan模型。图像生成。艺术创作。 ↑返回顶部↑