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
# r5 G7 H+ N8 ~' m. P! T
e7 T- `" }' s' |6 ?/ ]/ b+ f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。* S) O) d# s% R( I; }7 R
9 }! X5 E, h. w3 u跟大家汇报一下最近的学习心得。! `# V& [0 A7 c6 U/ J( l8 `
# c! j8 e! a! ]+ h7 U. X. M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
' ?% p* y. u% X; l3 U) [* \$ g; k: [3 p, O* m9 ]
最怕这种品牌问题。简直送命题。
2 I5 ^) E6 r t6 i1 V" n
1 d n& H g/ Y4 w, G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。
/ f/ H7 u, n8 G! l
% s5 _3 G, c9 A+ N' ~. l6 G6 ], h3 U这事儿勾起了我的一番思考,值得跟大家汇报一下。. x' G1 t: C+ q ]0 K" Z% Q8 n
+ s# s2 \6 j; F/ b$ Q7 w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。。。( }( d+ E% x [8 |1 Z/ D# o4 h+ w
! A' e0 \* d6 t; K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:# {: f! r/ X8 D9 e" e" D
+ p4 X) H/ o6 F$ A5 z5 ^
Example 1:
: K4 }" X: U! L F! L" s( H# Q+ J
咱去哪儿玩啊?1 x- X& u! H( K4 k9 @9 h: O/ i
都行0 L9 q: ~+ G' g X: z1 Y
那咱看电影吧
) ?* A: z9 {: b% q8 k太老套了
S/ u9 s1 k$ z' P3 L+ a/ J那咱打保龄球吧?
1 O, Y1 [ \% q% c5 |8 T! ?大热天的。。。
' ?* A' ^# E9 O6 A; P8 Y$ t* o那咱去哪儿玩啊?
, A8 ?1 j O% `2 F) x ?/ ]都行4 H' v% K: w3 _ m# P
, K g& o3 w% B3 O9 g
咱今晚吃什么?& z! q/ B6 R4 V: e! p; q, m
随便2 t$ u: D' V- {
那咱吃火锅?2 t2 i* X- x4 C
吃火锅长痘痘。) L0 {4 y* Q0 S# r8 I/ W
那咱吃烧烤?
3 q; u% F# e5 O. X: I2 w上次刚吃的烧烤。* N* u ^- i) z3 o
那咱吃什么? o. v9 Q; v, s
随便
0 U7 C2 @8 f8 y6 Z! i& Z- t( C) c; q1 O/ J3 R; P
Example 2:0 f5 r, O5 A- G1 v8 h
Houston, we have a problem. ( a# t' M$ _9 Y9 w9 k1 ]
What?
2 N1 c1 s8 j k4 i3 M% S# XNever mind 9 n& {' C3 e: O$ H, n1 @3 w% @
What's the problem? $ {- }( {; F* N/ [! ^
Nothing 6 c& b8 m' g" W/ U6 n
Please tell us?
6 o% R: T: ^6 r. f6 ?3 DYou know what the problem is. # c: P+ n3 A. F3 s; [3 i
+ Z P. r' D2 x% L: _
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。* b' ~9 l7 F. }/ ^+ |7 Y$ ]# z! C4 w
' h3 [9 V! \: u' J2 G2 i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。
1 r* V8 D' {4 s4 d9 l+ Z% z! \, u5 W6 F) j" e$ J6 T7 U' u
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。
/ p: l1 R/ b9 o2 q9 Z% T7 }" o0 ?- d4 F% s' F
看到这里,各位男同学觉得眼熟么?
0 ^! }& P( g6 o5 v0 m0 e) D再来看看前面的两个例子。。。2 _9 ^, X- d# {, E- A" p$ g
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。。。
0 c- ]+ W0 ?+ L1 Y' ]9 Y( N' I# o/ H, r, @; \3 p3 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。
0 h# R2 U% ]+ l+ N4 n9 S8 v9 F4 b3 p% l( L
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?
1 ]+ Q" {& ]$ A; y! {/ C6 N" v+ o4 B8 X) O: W+ j* l1 Z) ]" S
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。。。& Y4 c( V% D2 J: D9 q- \
4 u" j; U5 z! \5 a' q; F9 C5 b
为什么相爱总是简单,相处太难?得training。
1 Q( t" c/ \/ w4 W* {; o
1 F& l" S* w- j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。。。
$ d# K: {2 h' C* C0 n
' q: J$ p5 N6 I7 G2 L$ L对了,那什么,我得先走了。。。有没有下回看缘分了。。。 X5 o' A K% O
|
评分
-
查看全部评分
|