第241章 专业能力是一点没落下（1/2）

“你小子。”

林远桥一眼就看到了安澜，挑了挑眉，用口形说了一句，显然认出了这位“不速之客”。

安澜冲他笑了笑，还做了个开枪的手势，两人心照不宣。

在前年一起备战icpc竞赛的时候，林远桥就总是调侃安澜“纨绔脸，学霸心”，如今看来是一点没变。

林远桥走上讲台，伸手敲了敲白板，用一口流利的华夏腔英语说道：“各位，今天我们讲卷积神经网络的基础架构，相应的知识很关键，别走神啊。”

他故意瞥了一眼安澜的方向，嘴角带着一丝笑意。

安澜靠在椅背上，掏出手机，随手翻了翻消息，看似漫不经心，实则讲台上的内容一个字都没放过。

林远桥对着ppt讲解一阵，又拿起马克笔，转身在白板上画出一个残缺的卷积核矩阵：“刚才讲到残差连接时，有同学注意到googl的inception模块里——”

他突然用笔帽敲了敲黑板边缘，随后看向安澜：“oi，玩手机那个，知道为什么他们要用1x1卷积核做瓶颈层降维吗？”

“帅哥，林助教问你呢……”不少人回过头来，安澜旁边的白人姑娘也轻轻戳了戳安澜的胳膊肘。

她也和其他同学一样，有些好奇为什么助教今天突然问起问题来了。

“啧啧。”安澜慢悠悠抬起头，指尖还停留在手机屏幕的tiktok界面，嘴上却毫不犹豫地开口回答：“因为要压缩通道数的同时保留空间特征。”

他晃了晃手机：“比如原始输入是256通道的3x3特征图，先用1x1卷积核降到64通道，计算量从256x3x3x256骤降到256x1x1x64，再通过64通道的3x3卷积处理，整体flops能减少大概80%。”

他顿了顿，目光扫过林远桥故意写在黑板角落的公式:“不过你这个例子里的分组卷积参数设置有点问题，最后一层的relu激活函数放在了拼接操作之后，会导致梯度消失的风险。”

“啥？”教室里响起几声倒吸冷气的声音，前排几个学生慌忙掏出笔记本。

林远桥挑眉，粉笔在黑板上敲出哒哒轻响：“哟，那你说说怎么改？”

安澜把手机倒扣在桌上，伸手指了指白板：“应该把relu放在每个分支的卷积层之后、拼接之前。”

他站起身，走到白板前拿起马克笔：“就像这样——”

笔尖流畅地画出三个并行的卷积支路，每个支路都在卷积核后标注了relu激活函数：“这样每个分支的特征图在融合前都经过非线性变换，能提升模型的表达能力。”

他退后两步，指尖点着黑板：“而且你这个inception模块的通道分配比例不对，3x3和5x5卷积的通道数应该遵循1:1.5:2的黄金分割比，否则会出现特征图维度失衡。”

林远桥盯着黑板看了几秒，接着笑出声来：“行啊，那我问你，如果要在边缘设备上部署这个改进版inception模块，怎么平衡计算效率和精度损失？”

安澜扫了眼教室中目不转睛的学生，嘴角微扬：“用深度可分离卷积替换标准卷积，把3x3卷积分解成3x1和1x3的逐通道卷积，再通过通道混洗操作恢复特征关联。”

他拿起马克笔在白板右侧画出新架构图：“同时采用量化感知训练，把权重从fp32压缩到int8，配合动态剪枝策略，能在保持92%以上top-1准确率的前提下，把单次推理的延迟控制在5毫秒以内。”

画完这一切，安澜放下笔，指尖轻轻敲了敲白板上的架构图：“当然了，这是用英伟达h200的情况。如果你们用的是昇腾npu，还可以开启张量分解加速指令集，进一步降低能耗比。”

教室里瞬间安静了一秒，紧接着爆发出一阵惊叹声。

几个学生忍不住交头接耳，有人小声嘀咕：“这也太厉害了吧！”

“他怎么什么都知道。”