此刻的时间大致是下午两点，那这次考核的时长也就是三四个小时。

林远心道：‘这考核也太随性了，鬼知道是哪个混蛋想出来的。’

既然考核只有三四个小时，那考核必然有考察的重点。

林远仔细思索了一小会儿。

对于OCR字符识别来说，采集数据特征完全就是公式化的步骤。因为OCR识别不是什么新的领域，那必然就不可能是考核的重点。所以，这部分代码，抄就完事儿了。

剩下的计算误差和回馈误差，也没什么可创新的。更准确来说，校方这整的是研究生入学考核，又不是招募国宝级科学家，难道还指望通过这次考核发现什么天才？

所以，这次考核的重点，必然是聚焦于考察考生平日里的修行。

简单来说，就是考察你平时都在干些什么。对计算机和AI到底感不感兴趣啊。如果你感兴趣，那你就肯定会经常写写代码。经常写写代码那自然就会很熟练。

而兴趣是科研的首要条件。

虽然林远此时并没有对科研报以很大的兴趣，但是他对通过走科研一途改变命运很有兴趣。

嗯~~，也算是殊途同归吧。

既然要考核平日修行，又不指望你水平能有多高。那自然也就不可能去考核计算误差和回馈误差这两个步骤，因为这两个步骤有太多现成的套路方案，体现不出人与人的差异性。

那就只剩最后一个步骤--训练数据。

这个步骤综合了线性代数、微积分、计算机编程能力、图像学，算是很综合的一个步骤。

‘一定是这样的。’林远思虑既定，当即快速定位到原有项目工程中“训练数据”部分的代码。他打算重构这部分代码，至于其它部分的嘛，就原封不动了。

林远接着深入思考。

现今的AI训练无非就是基于深度神经网络，但是总共也就才三个多小时，既要写代码又要调试出结果，根本就不可能把网络设计的有多深。

而在了解图像基本原理，掌握线性代数和微积分的基础上，如果用现成的数学计算工具库。比如：tensorFlow或者pytorch搭建一个三层左右的神经网络。三个小时时间够好差不多。

至此，林远恍然了。

‘审题结束。原来就是一道综合考查题。出题人挺坏的，算是把应试的人彻底筛出去了。名校的研究生入学考试，果然不是光靠做题就行的。’

得益于往日里对OCR识别项目的了解，林远自信两小时就能完成代码编写和调试。

可麻烦的是这台T440没法用GPU训练。

现代的AI训练用数学工具库需要的硬件入门条件太高，林远无奈只得转而用CPU跑训练。

他并未因此有什么担忧，因为训练的过程是持续的。只要训练出的结果误差在不断缩小，那即便时间上来不及，也能通过展示出来的潜力来让老师们同意延长时间。

这就好比在爬山的时候，虽然还没有看到云遮雾绕的山顶，但通过脚底的感受就能清晰知道：此刻所处的地方并非是山顶，上面还有更高的地方。

由于这次考核的参试者每个人的笔记本性能都是不一样的，因此林远笃定：考核的重点决对不会是训练时间的长短，而是最终训练结果的准确率。

也就是说：这次考核不是考你爬的有多快，而是考你最后能爬的多高。

念及于此，林远不自禁嘴角一笑，‘难怪刚刚那个张教授一直强调的是结果的准确率。’

他的推测和张教授起初公布的评判结果完美匹配上了。

思虑既定，林远随即开始了忙碌的复制+黏贴。