昨天就是痞客幫克漏字比賽的日子，一大早7點爬起來梳洗一下就出發到現場。然而到達目的地華山文創園區時要找會場在哪時迷路了一下，在裡面繞一繞找不太到會場在哪裡。

進到會場後，痞客邦工作人員帶我到比賽時使用的桌子，組員其他三位都已經到達現場在為今天比賽做準備。由於我們很早就開始討論今天的比賽要怎麼做，所以到了當天只差投影片還沒有開始製作，剩下其實沒多少事。於是我就用當天得時間去詢問 AWS 無法使用 GPU instance 的問題，現場也有 AWS support 人員和工程師在場，過不了多久就順利開起來，原來是 GPU instance 預設限制使用量是0，需要去申請才可以使用。

既然能開啟有 GPU 的環境，那當然就是要嘗試一下利用 GPU 的計算能力來看看我們使用的 RNN 模型有沒有計算比較快。這次比賽時我們就決定好全力嘗試使用 RNN/LSTM 模型，不過過程中沒那麼順利，直到比賽前幾天才弄出了一個可以跑的模型出來。實際開始訓練已經是比賽前一天，而且訓練速度真的是慢的超乎想像，借了一台性能不錯的 server 來跑還是需要好幾個星期才能訓練完畢。不得已，我們只能先拿訓練一部份的結果來先測試看看能不能在比賽時使用。結果是在算預測值時也是需要花上不少時間，無法在比賽時拿出來用。因此在正式比賽時就不是使用 RNN ，而是使用另一組員先建好的 Word2vec 模型。

即使如此，有了 GPU 環境可以使用，不嘗試看看也說不過去。於是整個上午的時間，我都在弄 AWS 環境。嘗試把 tensorflow build 出使用 CUDA 的版本，過程中看似一切都很順利，最後要使用時卻會出現找不到 GPU device 的問題。鑑於時間的關係，就不去找尋找原因，而是改去找別人弄好的還境。這邊還好泡在 tensorflow community 時有看到相關的訊息，因此順利地找到可以使用的環境。

有了神兵利器，該是屠殺獵物的時刻。立即將我們使用的模型拿下去跑。然後…然後它就死了。GPU 的記憶體稱不過大量的文字向量表，真是沒用過不曉得記憶體使用的問題會這麼大。後來嘗試把訓練資料不斷縮小，縮小到剩 20mb 左右才跑得起來。不過即使是這樣的資料量，用 GPU 訓練起來還是需要一兩個小時。所以到此 RNN 就從比賽中出局啦。

剩下的時間就幫忙製作投影片，看一下其他組的成果。其中有一組資料科科家的成果非常驚人，在整場比賽裡丟出來的測試樣本都可以 100% 答對。我們的模型在測試過程中大概排第4名。

到了比賽時間，開始了第一輪淘汰賽。這時戲劇性的結果出現了，資料科科家在第一輪比賽時程式出了問題，沒有回答，結果就被刷掉了。每個參賽成員、主辦單位都大吃了一驚。頓時比賽變成了人人都有機會，一下子氣氛開始緊張起來。第一輪三次淘汰賽下，我們組別幸運地擠進前三名，準確度排第二。

第二輪比賽是採搶答方式，第一個回答正確才得分，累積10分為優勝者。這一輪比賽更刺激，因為大家的回答速度都很快，幾乎時間都只差一咪咪。不過我們沒有針對回答速度特別去調整，因此幾乎搶不到第一名回答，於是比賽過程不久就開始落後，成績都還掛0。當好不容易因前面組的失誤，才讓我們拿下一分時，全場都還鼓掌了起來，內心真的是頗感動的。後來劣勢一直都在，不過有幾次前面2組都答錯，只有我們答對，成了在比賽中的驕傲。

最後成績是我們排名第3名，雖然無法獲得更佳的名次有點可惜，不過已經超乎我們的預期。真是感謝組員的參與和付出。

附上報告組員的帥照。

比賽時各組的投影片：
2016 PIXNET HACKATHON DEMO