TA的每日心情 | 开心 昨天 18:39 |
---|
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 6 y- k2 [/ N& l- ^' f) x7 G
! M* w3 U" z/ j8 ]# S3 N+ S9 t) [- [
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。( a6 |$ ? d# T
- v3 F3 G* L4 P% ^跟大家汇报一下最近的学习心得。/ m9 i9 ~# N. d W7 M
% q$ k: N- H W# g" p4 y I q
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
3 `$ ^/ K/ v5 u1 h [* t; \. |; ]+ k p7 f
最怕这种品牌问题。简直送命题。
* j+ }1 u* p: J* [* Q# i0 X% U! [2 y( q, s# H. R1 ^- w. `7 U8 S7 b
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。
* t0 A" F8 Y0 M0 T: \# k
; O; ?% F1 B/ U E0 C r这事儿勾起了我的一番思考,值得跟大家汇报一下。
' ] M5 d l# H8 B' l, w! m
1 {$ J0 G' I% `/ L3 ]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。。。; v6 z' Z j# l8 c2 P
+ X7 O$ K" s9 C# M$ ^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:: W& E; S! I1 m, ^0 n- O
5 O- S$ G& `$ U( l$ z+ qExample 1:
2 k% ?4 \+ J, ~, {/ R3 D V O/ {2 W4 O
咱去哪儿玩啊?
, R, V7 ?- t# z都行; b+ f7 W3 q* h' u/ x
那咱看电影吧
; A% Y4 R. B$ H太老套了
/ h/ l6 h0 P3 M) i+ t* \那咱打保龄球吧?
6 b! x" t9 Z+ ?; n* F: U e大热天的。。。
, Z9 k. P+ y+ E6 l$ `那咱去哪儿玩啊?
1 p/ D) i% s0 l% P0 I& r! R/ x( j1 c( l都行
% [' B0 G G/ w
& m/ `" z0 x' c# Z2 L: z咱今晚吃什么?
& t' C2 C1 Q/ d随便
0 l. B; l ~& } E那咱吃火锅?
% g+ m% T3 D+ M5 G: `5 v吃火锅长痘痘。0 K& a, b! n1 A9 h
那咱吃烧烤?# ^; e5 y* x7 ^4 w* ^
上次刚吃的烧烤。) ^0 w) k. ~& y, x& r
那咱吃什么?
) a2 V- \! `" Z. d9 x! s) o随便 ; J! A$ S% s. D0 i! F
' c1 G' U' Y2 tExample 2:6 _7 O- F9 |3 ~
Houston, we have a problem.
- x* W* j& S4 V: c) `# p- f# b, E$ hWhat?
0 s7 d( c8 `! g; s4 _& N* {Never mind & U5 ~" y$ w! K- v) G6 v
What's the problem?
: J: c- }3 z* g, ~Nothing
7 u" D7 p# U5 b+ j3 MPlease tell us?
9 h8 v X* I' eYou know what the problem is. ' o: v! I5 w! b. L; o* E I
6 q( q! p8 T) `. M+ o' R5 U
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。
- ~! [8 N. e0 f& _4 G' J- g; N# G3 j- h& ~; {! F7 s7 i2 B. C q
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。3 [0 l3 I1 F: l; L2 i% E
! L N0 h9 z5 O i
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。
! i! T1 N6 ]& w7 |/ I* _+ b. C. @5 {* y" F/ @
看到这里,各位男同学觉得眼熟么?$ K4 m% |2 p2 _ p
再来看看前面的两个例子。。。- R) |' j# d/ P$ S4 l: m
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。。。; q+ N. b: o' ?, Z! Z" Z1 _
8 N0 f" q* q0 |/ ~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。
. W$ C% X# h2 @5 E3 J* `' M7 H: q" p: y' _
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?
5 E& W1 b8 C+ m$ g4 e& b* j$ V, f1 i* M. p6 Y
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。。。
; |" a* I9 f! E
' e4 B/ U# {) F s9 f) n为什么相爱总是简单,相处太难?得training。
4 p+ d" t9 c5 q% N: |! a0 x! C9 X9 A3 r( ^; i z% f+ g
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。。。
0 u: i' b" _9 p% ]6 ?
+ {% D0 w8 l/ R6 b) j" J, p5 @对了,那什么,我得先走了。。。有没有下回看缘分了。。。- Z$ B8 a( X% d7 F% B: Z
|
评分
-
查看全部评分
|