TA的每日心情 | 开心 2026-2-7 02:13 |
|---|
签到天数: 1955 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
' `1 U0 X4 X0 F9 M A" L7 a, z9 w+ |
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。2 |8 R0 H8 a5 _1 D, k
4 H- p1 p; _* e* a) L) t跟大家汇报一下最近的学习心得。8 D3 R. w' o+ } h
5 ^6 _- i& `6 C2 ]- I9 F( r0 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
; k* f t* h$ _7 E _& X8 k$ _9 T% H% M% P" C. l7 @
最怕这种品牌问题。简直送命题。
~3 W/ g0 s' c6 }3 j9 b
# e5 I2 j0 l, P0 K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。
. W) j2 R6 b# [. i% a0 V# U8 h0 M" R" j
这事儿勾起了我的一番思考,值得跟大家汇报一下。
. ~( \3 @* C* ~) {3 T9 n% D: R% k1 x7 k. y
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。。。8 ~7 J* R, c( E4 W
$ U; w7 N! q* P
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 M' u' d. ?& v& w0 u- u) |0 C/ t( f- E4 E
Example 1:
6 C) v. s0 w' J2 }, S: ^1 \4 A- {% j. b5 V0 Z( }5 {* g
咱去哪儿玩啊?' e5 K6 C! w" c
都行
`6 v5 m9 P# f; f9 }/ n9 g8 \那咱看电影吧
+ S2 i% I* y; G太老套了& o: F3 P! L# q1 z4 f4 o) Q
那咱打保龄球吧?
9 B+ |& q8 W( ]; C% S& g( J3 D大热天的。。。, i: T N' r# ?' I5 F7 n
那咱去哪儿玩啊?
: o" S: ]9 [; K0 f! C都行
0 H* y8 Y" t+ p) E
5 V9 X0 h0 u7 [& I! t3 i咱今晚吃什么?
) k- S3 O) }7 G* Q6 k# I' x随便
?' l3 s0 C( F$ ~3 ?3 X那咱吃火锅?
3 z$ Y4 A! D7 I, J0 {5 J( Z吃火锅长痘痘。
1 r* N% a* R" E那咱吃烧烤?
! E: A, f6 m# s; H9 s. D( C上次刚吃的烧烤。2 @0 ]1 A% d8 p# ~, R% o
那咱吃什么?
( d1 Z# N% R3 F$ m/ v# F, B7 ]7 H随便
' L Y* c- q6 {) c( y' f' h2 |+ G: G- F. A! P' X4 X. Q* q
Example 2:
$ p8 g* H4 }* W* E- ^4 @Houston, we have a problem. r/ ^( h% S6 g$ l/ {, w, S9 t
What?
V- \$ a- s% c" d( @+ {8 DNever mind % m: }3 b7 o. t1 l* W7 X
What's the problem?
* `" {) O( \$ o) T0 O& \/ KNothing
* @3 g( K' P! W5 K0 G; ]Please tell us?
2 Z( K1 x& M. E/ J7 |You know what the problem is. 1 a, k' _8 ^# k& m, |1 p. U
% X8 w# d& e' k7 \. {6 J
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。
% V6 p; I$ r, i: z; [: W- H: }( b
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。
8 ` ]& W# M& M/ D. t2 R2 P% q: r% m2 ]5 C: 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。
J8 Y8 N) H; K) R0 O+ K
2 t9 D, W2 V, q& C看到这里,各位男同学觉得眼熟么?
+ Q I- u$ z1 D2 M. Q5 ^再来看看前面的两个例子。。。
" ~( G( R; \* pxxx,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。。。
+ i; ?* X* o' E- k
5 {: k8 b1 R8 \' Y7 z- S/ r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。6 q* @& {; s$ r6 u
6 E- d# i Q* d1 Z' Q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?
7 r) U, L1 X: L, S0 D, T. d) Z' e: P8 j7 S) C5 d7 w3 [% a& u
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。。。% p5 n9 }% a3 ~! b* }3 F/ u
/ @0 z1 R4 @* j
为什么相爱总是简单,相处太难?得training。
# o* D# y9 u ^$ q3 O: O8 }* m. |; i V
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。。。 M6 F( T! N* K' E* c
/ U# o! \# Y/ B& u0 {对了,那什么,我得先走了。。。有没有下回看缘分了。。。
& l: N% c6 L$ R+ V& ]! D+ Y |
评分
-
查看全部评分
|