“郭老师，你看这个，这里封装了好多高级模块。”
楚一航点开了一个名为卷积的目录。
里面列着各种奇怪的函数名。
两人仔细看着文档的解释。
里面有一个叫卷积神经网络的封装层。
两人平时研究的都是些传统的机器学习算法，对这种结构并不算特别清楚。
直到看到文档里清清楚楚地写着：该模块通过卷积核提取局部特征，极为适用于图像识别与计算机视觉领域。
“图像识别？”郭长征敏锐地抓住了这个词。
“我们下午吃饭的时候，讨论的李飞飞教授那个ImageNet数据集，不就是图像分类吗？”
楚一航一拍桌子：“绝了！连这种专门针对图像的模块都提前封装好了。”
“这简直就是给咱们量身定制的武器库啊。”
两人对着这些功能模块，越讨论越兴奋。
“一航，别光看着眼馋了，纸上得来终觉浅。”郭长征提议。
“咱们现在就动手，按这个文档，写一个简单的几层网络试试水。”
“好嘞。”楚一航立刻切换到代码编辑器。
按照平时用CUDA编写底层算力代码的习惯，楚一航习惯性地准备先写一堆内存分配的语句。
在以往，用英伟达的CUDA写代码，繁琐。
程序员必须手动在主机的内存里开辟空间，再在显卡的显存里开辟空间。
然后要把数据从主机复制到显卡，接着手动设置线程块和网格的大小。
稍微设置不合理，显卡就直接罢工不干。
算完之后，还得再把数据从显卡慢吞吞地拷回主机。
但当楚一航按照TensorFlow的文档指引敲击键盘时，他发现那些全都不需要了。
他只需要定义好数据格式，声明好网络层数，框架的底层执行引擎会自动接管所有的硬件资源调度。
不到二十行代码。
简洁，优雅。
“这就写完了？”楚一航自己都不敢相信。
“这几十行代码，放以前用C语言加CUDA手搓，至少得写大半天，还得调试一整天。”
郭长征凑在屏幕前，反反复复检查了三遍代码逻辑。