TA的每日心情 | 开心 17 小时前 |
---|
签到天数: 1645 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 2 ]* X! b# s# C2 a _
: l6 R/ G! a; }. t1 y, U9 o
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。
9 t* L8 R9 F+ i- {& V- W+ Z
$ F* s l5 v4 u1 Y( F; X s/ _0 {跟大家汇报一下最近的学习心得。( k# s9 i$ E. u2 a: }) q% N2 D
- O" p+ V: o7 k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
0 n4 h; S! g& @3 T8 m7 a( o9 z' G6 G B+ `
最怕这种品牌问题。简直送命题。
8 z3 O i6 n, h2 y: a) l
& S k5 ]' ?5 i! v h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。
* G' k* ]; e: Z0 V0 v* R1 ?& `5 H* R- X& I
这事儿勾起了我的一番思考,值得跟大家汇报一下。
0 K! J! |7 \! \7 j3 x0 k' D }
% @. |& z1 B: E1 J7 n# {( n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。。。
9 h' C! b, K$ C6 o
# }) \4 H) u/ [' _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:
9 v; u& H. i0 _0 T: T4 ?+ n) c; Z! l( f8 f
Example 1:
" a' }: j" J. H5 X5 e8 r6 J+ }
. n. F2 E- b/ }9 x4 w {& y* Q: I咱去哪儿玩啊?
& E2 T; o: B- } d6 [0 A: g- o8 B, ?都行' q! A: g! T. \ v. l5 V/ Q4 X2 m
那咱看电影吧
) {/ x' W! l, E. p" d. H* ?1 Z5 T" s太老套了
8 h( H! a1 E* M那咱打保龄球吧?5 v- k' p1 z, l3 H
大热天的。。。
; m4 a. [, h z0 ^* f7 P那咱去哪儿玩啊?) \' z( o. A- H* U
都行
- W+ _+ S. d) q2 [0 v
! M/ }- h1 [8 g咱今晚吃什么?- J6 O7 K6 H: c" V
随便
j+ M4 k' x0 k+ A) L6 Y/ d那咱吃火锅?8 J, B' \0 c+ d Q8 f7 n
吃火锅长痘痘。
c" F: U: Z9 k+ P那咱吃烧烤?6 Q7 r7 T+ U8 B8 ^- w/ k
上次刚吃的烧烤。' d! ~1 K0 }& t* O( ]
那咱吃什么?
' Q5 o2 r6 A+ x( k4 N5 {. P! F随便 4 F5 m Y, B9 a# \( A3 v
; C5 W3 @# E# e+ n+ qExample 2:
, ~* p$ W0 e2 z T; h) ~* sHouston, we have a problem. 7 l, H( c1 e h; b' U
What? ! b. [ C3 h+ R% c% q
Never mind
3 U- b+ b# ?- i7 Y3 V# C1 O! ~What's the problem? 3 w z* u' X+ }& @1 i& x+ c
Nothing / Q5 U, I$ C6 [* w
Please tell us? ! j3 ^9 a; e8 N3 ~4 D' ?/ |
You know what the problem is. # y) H* p( Q3 N
1 J( f# u# a, |# K. _8 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。
~0 x h2 F8 ^$ g6 o
9 e9 B* T0 p6 t: I: b7 ^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 m! R$ Q+ L: c4 s( J. x
9 G$ c( n0 ^) [+ X, X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 ?6 ~$ w& ?* q* x. R' C
. e% m1 K' V( S K9 t7 R
看到这里,各位男同学觉得眼熟么?1 }* y- R) l' K
再来看看前面的两个例子。。。
3 R3 R9 k3 y# e- W6 Oxxx,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。。。
9 I. o* g6 K( g& p* I
0 y, _ h& Y9 K! y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。# p t6 A* z( U) l5 w4 F! s
; G0 c9 o4 ~' B" s9 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?9 ^' @$ }6 R# N, {1 R5 {* p' n0 u
; i4 H: \" ~. @$ `% [1 B" X! n- i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。。。
3 p$ c2 e$ ~" @; H! a1 n" b3 V6 v+ ~8 K. @" ?% k5 t. ?! c
为什么相爱总是简单,相处太难?得training。9 I) Q! b( p: Z% `
+ A( r, p$ Z8 O: a7 }$ ?9 S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。。。, }. r9 G& L7 h- Y. s6 }
/ H2 k, M& S; f3 W1 D0 T7 Q' A( b对了,那什么,我得先走了。。。有没有下回看缘分了。。。 z* J2 c' S, z% m2 a
|
评分
-
查看全部评分
|