TA的每日心情 | 开心 2025-12-26 03:23 |
|---|
签到天数: 1954 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
7 t/ a& j. d, ~* I6 k* z
, ~4 K0 S" U4 q/ X( g& a% t) x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。. i$ {8 Z% @9 t4 J8 Q
1 d% h3 E9 d% A1 H; G2 S跟大家汇报一下最近的学习心得。4 l& A* C4 w" o& w) F( r& _
% Z9 B, g; O% E* E# F7 o5 e9 s
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/ ]7 u9 M- M2 @: t
' ]0 X, g& w: K最怕这种品牌问题。简直送命题。
* C. |5 r u+ K, O4 l5 B4 g! h% P/ m
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。 - h6 i; L$ I) H3 J/ D6 C
+ i$ g. u6 z8 o2 I, @/ @这事儿勾起了我的一番思考,值得跟大家汇报一下。
9 t7 W# p# {4 P2 d: m r/ r7 {
5 Y2 N; [5 C. M9 p, Q2 U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。。。
5 O3 d- Z- h6 ?
( p m0 ?7 U+ N. _* M6 g! 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:7 d& b f/ k+ T @. g
+ H3 b. C( M7 L- C: c/ w7 [Example 1:
- R8 z5 m& n8 {# \2 {4 s* F% V; S7 d$ k' m5 T
咱去哪儿玩啊?
; {3 ?0 M/ Q( w! E. ^都行' E/ c) L7 y( C A) R p" u% H
那咱看电影吧
4 B+ G2 A8 G: W% c% U4 t3 Y太老套了
! B" B# } w7 G3 H1 Q/ e7 L: `那咱打保龄球吧?
0 F" r3 H1 x2 V) c z* n& ~/ n大热天的。。。, H: }1 m) j2 G8 I2 n2 x' a6 H5 p: ~
那咱去哪儿玩啊?
/ t! g; ]! T; a都行5 ]. D- d A2 D: j) I' D
* z# }* E7 x5 W* t
咱今晚吃什么?
- a/ l- z3 ^6 z: U随便
7 D1 G0 o( z% h8 f$ P0 o那咱吃火锅?
+ Y) Z9 q6 O9 D X' y$ b吃火锅长痘痘。4 c. B0 u- W+ u
那咱吃烧烤?$ V. W% o- O, X' U" q: U+ ^0 E# W( V
上次刚吃的烧烤。) ?6 q2 z8 ^! E7 E" N
那咱吃什么?- R; v! p ~; T7 i# _5 S
随便 0 }2 i% a/ d3 m. b. i8 r$ {6 J! c
1 y# Y* h* b9 e9 z$ v& |3 TExample 2:& ?" ~, A* P) X8 _. r) c) \ i) I
Houston, we have a problem.
/ C- m, z2 ]( P' [5 y7 \2 T# {1 ZWhat? 6 I4 B; ?8 W/ a; z6 J4 Y' C. ]2 k
Never mind 2 c k* D, L- m4 d8 N) Z4 b5 v
What's the problem? ! o' x h0 j4 b
Nothing $ k7 X" \# _4 |3 W2 q
Please tell us?
1 P% r5 L0 P: _0 i' t" u. rYou know what the problem is.
6 Z. i# a2 c. _
- `! J* t) G6 x/ R% S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。
* i* M* b; V7 A3 {6 _7 ~: }" k+ W; X7 p8 g
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。
& W/ G4 D9 D1 G' W( Q0 `/ C. @
$ W8 l* v* e- R; d/ c6 z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。
5 u; N& I' [8 x% z% T* S) H: ]6 a" x+ Y
看到这里,各位男同学觉得眼熟么?" J; Z( ~- E" \' n t$ W
再来看看前面的两个例子。。。, x1 z& I9 h4 C6 ?$ c
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。。。- `- ?6 Z6 e, t- p- N
/ m4 L2 a! u, S; v1 D& }
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。
7 g' d+ H) t7 Y: ]% W' ~" P4 Q, F3 D7 T6 v4 y# Z
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?# V1 [: n8 J9 Q! ^* S2 V
/ q# T. k# Z4 x9 K% n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。。。
7 m# D; y3 [) x8 \$ {
- j/ A) f( i& S为什么相爱总是简单,相处太难?得training。3 N7 f: W- @2 h) {
. t4 G9 u3 V% h3 I
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。。。
9 r5 Y$ M* h0 T$ M! T# w. N
* N8 K: h; \/ _/ g5 f* C- `" B对了,那什么,我得先走了。。。有没有下回看缘分了。。。0 H$ j4 I7 y5 i. b% H; v8 J' y
|
评分
-
查看全部评分
|