有技术的，没技术的，有钱的，没钱的，全来了。
大部分会死。
“哈哈哈哈翻页错了！”沈昭野笑得从床上坐了起来，
“PPT翻过头了又翻回去了！这什么操作？”
季时安终于放下书，凑过来看了两眼。
“不至于吧，第一场发布会，紧张正常。”孙磊替人说了句公道话。
“你不懂。”沈昭野摆摆手，“发布会翻车可太致命了。你看人家星火的李正国，每次上台跟教科书一样，去年那个砸充电宝的，多利索。”
顾屿没搭话。李正国的发布会之所以像教科书，是因为每句话每个动作都被彩排了几十遍。张雅盯出来的。
他摇了摇头，重新拿起平板。
工作群又多了几条日常汇报，他逐条扫过去，标了几个需要明天跟进的事项。翻到最底下，有一条未读消息单独挂着。
发件人：任少卿。
时间：今天下午六点十八分。
“顾总，ResNet论文终稿与补充实验数据已整理完毕。另附一份关于自注意力机制的初步数学推导框架，安德烈的矩阵分解方案有重大进展。同时，楼天城带领团队完成了底层计算框架的重构与算力调度优化，目前雅安集群的并行训练效率提升了百分之四十，完美支撑了152层网络的超高并发。详见附件。请审阅。”
四个附件。
第一个是论文PDF，标题“Deep Residual Learning for Image Recognition（图像识别中的深度残差学习）”，作者栏第一位就是任少卿。
第二个是补充实验数据表，ImageNet验证集上从18层到152层的完整对比。
第三个文件名很长。“Preliminary Mathematical Framework for Self-Attention Mechanism in Sequence Modeling（序列建模中自注意力机制的初步数学框架）”。
第四个是楼天城提交的《九天AI集群底层架构优化及高频并发压测报告》。
顾屿点开附件逐页翻阅。结构清晰，实验扎实，有了楼天城在底层代码上的极限榨取，152层深度网络的Top-5错误率被硬生生压到了3.57%。比上次汇报的50层5.08%又往前跨了一大步。
宿舍里沈昭野
本章未完，请点击下一页继续阅读！