TA的每日心情 | 衰 2025-7-28 23:17 |
---|
签到天数: 1935 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
$ B" n1 V$ }: D, U" d% \' w5 {# r( N ]0 E* Q8 j
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。7 } I& y6 k2 G) c6 U. d
! e) e7 t- [8 }. F U5 L0 X# R跟大家汇报一下最近的学习心得。9 @$ `) F$ o5 @, E8 X
( H. v6 q1 V/ {% K/ G. R
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: ^. [. |: z% A0 R+ k2 k
( W1 r D: J3 p; g% c
最怕这种品牌问题。简直送命题。+ Z9 t7 U& f* B1 K' j
6 H2 _8 i* c8 }( A* ^7 P0 w# E
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。
( V0 d. }4 ]' \% v- p8 t# j8 E1 E. \ }* T
这事儿勾起了我的一番思考,值得跟大家汇报一下。
1 A+ i; c2 {( b" n9 B
, g- }- w8 H; j2 E ?. [: f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。。。3 ?4 \7 a. ?1 C7 _
0 I d. R( x) }
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:
2 L& {6 t& Y+ e6 b! a+ r7 U
0 P. R8 G. ]. j" ?3 nExample 1:% L3 z4 O; B9 K- v" @" J/ ?2 j+ ?
$ X" w0 V a+ |咱去哪儿玩啊?
$ q; L. {! M3 R) n4 B4 h& ]7 L都行2 D1 R9 W3 A1 k( G# t* F: n
那咱看电影吧
* A4 m$ l" y( @0 Q1 P太老套了
3 \' H/ w; t4 e1 U% R' j; A6 @' y那咱打保龄球吧?
4 ?; i3 T% I/ A/ u3 H6 _大热天的。。。! v5 ?# Y" ?' p8 |4 B$ r- S
那咱去哪儿玩啊?
# j: E: z# m, P- H7 A! _( w& s都行
& ~5 l, u3 x2 s u' W: j
, U; N: L/ {0 m0 d咱今晚吃什么?
' u( O' z- K7 _随便
; L4 q8 W5 v9 S2 T! T2 L3 O+ a1 f那咱吃火锅?# o' ^% s y7 P8 ?( K! l
吃火锅长痘痘。
6 }* J8 N3 D% ?- B, _# v那咱吃烧烤?' B, ^0 T5 f9 F/ o' ?+ J
上次刚吃的烧烤。
, O- \, a; ~1 h W6 G1 u那咱吃什么?
+ N$ q' u. |: f" p' L8 k随便 ; W( i7 c; w9 \5 P1 l
( J8 q% M$ w9 U5 {" y. o: nExample 2:0 B7 l/ H! J( _5 c* H- W- N
Houston, we have a problem. 5 d$ _, O7 @! D! s% R
What?
2 `1 X% j4 @ a3 RNever mind
6 A4 Z0 i* u: C% IWhat's the problem?
c; P: e+ m% B1 m) ?Nothing
' S2 a+ E' x4 R* R7 t1 I4 ZPlease tell us? ! a; G0 Q! g! \) z% }% k( y3 e: X
You know what the problem is.
8 T' u) T& c0 H1 G# c$ Y5 M: P1 f$ l/ d# W; [
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。
; u% G& c/ R' p4 \
& O: X, g. e* q3 ^ m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。
% P/ g# c2 `6 P8 m
/ P5 ~, y+ Z/ e* K$ R6 D5 m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。
, ]2 |5 e8 V0 e! i1 V0 L: g: k; }) h! ?* ?
看到这里,各位男同学觉得眼熟么?
7 ~6 o* \5 p( \再来看看前面的两个例子。。。
8 m. V, C# T# H2 q- nxxx,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。。。
8 _) h6 z; T$ C' e9 h( o0 G1 j* }' }
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。
% k- d7 q3 e# C* ]; T* v8 |' u4 w5 t) ?/ i( K% E* h
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?* D9 _+ p" x; r3 q
1 z5 A; h2 r# 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。。。
5 y! ]5 {5 Z" h/ T: j+ e4 e& g; X4 C8 |# v' F; h4 z) l5 V
为什么相爱总是简单,相处太难?得training。% ]1 q6 }3 w! H
" @/ _/ ?6 n0 d' @8 k' @/ w+ d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。。。/ u; c0 B3 q# X
/ b; c( Q, f* i! m3 r m对了,那什么,我得先走了。。。有没有下回看缘分了。。。
. d: _" h7 N% i" t |
评分
-
查看全部评分
|