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。
+ 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
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
|
雷达卡
楼主
收藏
分享
淘帖
支持
反对
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
千斤顶
显身卡
发表于 2022-1-17 20:56:19
9 }- f* V' ^9 w; I* q, Q" P
发表于 2022-1-17 23:50:13
换理科生来写肯定干巴巴地没味道