TA的每日心情 | 开心 3 天前 |
---|
签到天数: 1949 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 $ f: O4 n+ ]4 y# |0 y2 _( s
5 |* X% c* {6 c( X1 y$ i提前声明啊,下文中所述女性,均指平凡(trivial )女性,不包含爱坛各位女生,当然我领导也不在内。
+ i1 D4 Q' S/ N0 F) R6 [4 V* v4 J* |. L3 z0 n
跟大家汇报一下最近的学习心得。
* G2 o+ m+ w6 [# I& ]. K5 U5 `: U
7 F c, @5 G0 D因为什么引起的呢?这不社长在日志里公布了一批食品,其中提到了某饺子馄饨品牌,然后引起我的感慨
& u: z$ ]. h. z5 J1 `
, C' _+ G" F6 e" ]最怕这种品牌问题。简直送命题。
5 @. l: M1 x; x" |' F# t: S5 `
* Z' U; S: ?9 Y/ D" S; }2 ?9 |比方领导说,去超市买两个番茄酱罐头。到了一看,嚯~~~,这满架子的罐头,长得都差不多,买哪一个?甭问领导,问了准是“就平常咱家吃的那种啊。。。”。到这儿就得打住,不然再问就是“你连咱家吃的那种番茄酱都不知道?。。。”后面准挨一顿呲叨。
0 w6 x- j; {! N1 u9 u7 J) `( C; e5 T5 Q9 r4 K. o9 A7 ?% ^
这事儿勾起了我的一番思考,值得跟大家汇报一下。! J3 g9 Q( O( q# y4 L
4 h$ M4 _6 |6 V: {我做研究生的时候,在系楼底下机房里,贴有这么一张告示,大意是:“our mind reading technology is not mature yet”,除非你能清楚地告诉我你碰到的问题,否则我爱莫能助。。。/ S4 E ^/ N" F5 Y
- s" C/ m( T- o6 s5 b4 S当时就震惊于网管的总结能力。准确地总结了一般理工男和平凡女性(参考置顶声明)相处中的困惑。我用两个广为人知的例子,描述一下这种困惑:6 C C' Z, O( S2 E* b; m; G, P
! ^7 J) b+ m, m& h
Example 1:
c r. S: z$ _" y4 N9 T+ S& `3 ^$ p) B6 Q/ u1 I
咱去哪儿玩啊?
* n; E: @" A- g$ A) R4 E都行
6 {3 ~* r9 Y7 Y" b0 n. H那咱看电影吧3 f9 ]3 u9 }" `6 \5 z
太老套了
% K, G! [" R8 z7 i# a那咱打保龄球吧?2 J( Z( H5 v: x2 L9 }
大热天的。。。" X+ `# g% K3 u% H( L5 U0 }
那咱去哪儿玩啊?6 C5 _: B( a( |0 P( e+ u$ u
都行
1 { z0 a3 v% A, w. {" j% j. X
; b+ \* L) A1 `) D1 z4 h咱今晚吃什么?
T' J" ?+ w7 T1 e' v随便
* g6 V o: o4 ~! _, Z% M那咱吃火锅?
5 b8 g% J* u$ ?1 a吃火锅长痘痘。
8 @+ r3 [9 ~9 T5 b- S0 _3 k8 b那咱吃烧烤?
: j8 i" r9 x( `4 o上次刚吃的烧烤。' v6 c o5 L6 d* |0 f6 ?, f
那咱吃什么?4 L! ~5 n4 E) r3 x6 s
随便
! G4 ^. w# W0 D3 N$ w+ `
2 b& }+ O& `: Q* e& p0 m! X0 O1 qExample 2:& V" m- i- {3 [0 P. n
Houston, we have a problem. 7 T, e9 A i- x. x5 U' ]
What?
( Z* u" ~! ?2 y; X6 e- S) DNever mind
% `; s5 R3 s, A# l* GWhat's the problem? ! ?+ ~3 J. s% E1 f8 W" o
Nothing 8 |5 f' m! Q d
Please tell us? 4 e7 N3 Q1 `) T: ~( R! h6 B5 Q
You know what the problem is. % f+ E ]7 a9 s4 c9 c
4 |, f* M! [3 M0 D g6 J* }! O
女士们不知道读心术尚未成熟么?为什么明明有答案却不肯说出来呢?这种我猜我猜我猜猜猜的游戏实在是让人恼火。。。这个问题一直困扰着我。直到最近我学了机器学习,豁然开朗。
2 x' ]/ J5 F+ S2 e/ y: n5 i$ z4 c+ B6 H4 m
先说说什么是机器学习吧。简单(不严谨地)说,就是让机器学会干活儿。干什么活儿呢?,不是烤肉松包,换门铃这种。比方说,让机器学会如何认出一只猫。早先的思路是总结出猫的特征,输入机器中,然后让机器每见到一物件就按这个标准判断是不是猫。这条路就叫专家系统。比如说吧,告诉机器,猫,乃是有四条腿一脑袋一尾巴的毛茸茸可爱小生物。但效果并不好。比方说来一哈巴狗,机器就puzzle了,这是猫吧。。。总结出的规则,难免挂一漏万,所以不能这么教。那怎么教呢?人类也是经过长期的实践,发现一条路,靠training。4 J2 l2 D" q) s5 d7 T: ]! W
0 Q* B; }( ^; V) C$ B
具体怎么叫training呢?得这样,仿照人的神经网络,搭一个基于代码的神经网络。然后给他看一个猫(的照片),告诉他,这是猫。再给他看一其他物件(比如说哈巴狗)(的照片),告诉他,不是猫。如此反复,让他自己悟去。这样才能完整了解猫这个概念。6 K' {, o# g' q8 _7 ]
# i, j& m4 c* d2 `3 j" X看到这里,各位男同学觉得眼熟么?
1 f! @: q* I/ G4 o7 \再来看看前面的两个例子。。。' v% S F6 L; r o
xxx,这两个例子不就是training么?搞了这么多年理工,实验品竟是我自己。。。
?: O7 Y$ K N* i2 U4 F4 ^& @' U1 a$ a5 ^5 [0 p' N
别急,还没完。神经网络training最怕什么?有同学可能说了,最怕training不足(under training),网络把别的动物认成猫。不对。学习能力里最重要的是什么?是泛化学习,举一隅而反三隅是也。还拿认猫来举例,我们希望的机器学习是认识猫这个抽象的概念,而不是某一只或某一种具体的猫。比如说吧,如果你给机器看的猫都是黑猫,机器很有可能在猫这个概念里加上黑色这个本不应存在的多余限制。现在再拿校长家的雪球给他看,他就不知到是猫了。Training最怕的就是这种over training。因为under training还可以通过继续training来完善,但一旦over training了,再想泛化就很麻烦了。8 d! R' ]& `! e) N2 ]" ?& i( q6 |# K
$ z+ r: S" r0 M& w: J, U, r
其实平凡女性总是期望能提高在一起的机会成本,以消灭任何未来的潜在竞争者。往野蛮了说,有南太平洋岛国悬崖跳水求婚的风俗,往文明了说,有“钻石恒久远,一颗永流传”的婚戒。你能付出最宝贵的机会成本是什么?有人说没钱人的钱,有钱人的时间。我觉得不对,你最宝贵的是,你那颗大脑,以及里面的那张神经网络。听到这里,有没有后背发凉的感觉。。。当你和爱人达到默契,她一个随便,一个都行,你就知道她想什么,喜欢什么了以后。。。您还有回头的路么?
( p" g! S" q- A* A- q* X: I' \6 m5 B6 a
弱水三千,只取一瓢,变成了:弱水三千,只能取这一瓢了。。。有没有生活中经历过,和伴侣分开一阵子,觉得哪哪儿都不对劲。。。
; o. V) Q9 h/ l6 M# X3 L
. j% ?/ s2 g1 A G+ b" h: l为什么相爱总是简单,相处太难?得training。. h/ p( w7 i8 O0 y6 s
0 [+ T; ^5 k# A1 A4 f! o* n4 N( {这就是为什么耗子医生于半夜1点看奥特曼,为什么你的另一半拉着你看脑残剧。这就好像建国初期,资本家腐蚀我党干部一样,不怕你不喜欢,就怕你不看。只要看了,就会留下烙印。这种training是潜移默化,润物细无声的。插句题外话,最近爱坛上几位男同学在交流追剧心得,难保不是被调教,哦,不,训练地小有所成了。。。& y- I9 d6 h" o* d4 _7 B/ h' v
\/ D {) O" d% f! H对了,那什么,我得先走了。。。有没有下回看缘分了。。。/ K$ c& v, {. Q8 T" _. f# j/ R. }
|
评分
-
查看全部评分
|