TA的每日心情 | 开心
11 小时前 |
|---|
签到天数: 1927 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
! L7 H* Z# A+ B/ z) g3 t3 ~ Y; h5 [/ C" w- U1 K, I! o, x& b4 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。
# T1 r- R4 C( H' \' V* Q- }5 X
# L$ ?: C' q, @. R, f跟大家汇报一下最近的学习心得。
: `, \: W3 w; r7 a) z% J5 I+ f4 i
0 v' `$ ?' z" A7 y0 L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' F2 ^6 A. t* f6 n- g- U6 Z
/ a2 C* x& n( G' A* A& l* b; O
最怕这种品牌问题。简直送命题。% h& u! P! L2 @4 \8 f3 j' g$ G
$ D! B& [1 Y: f0 k2 ?( C
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。
2 q5 s# `% \- t这事儿勾起了我的一番思考，值得跟大家汇报一下。
e7 |6 T! ~2 X& I9 w" b. T! V& J9 |5 _
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。。。7 @: ?2 V" ?. }; B# x
) ]- Q) k# h6 i6 m) W; 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：8 X$ k8 A" B8 f" s- q& g: w
. B2 T6 l! A9 H+ T6 B$ |
Example 1：" I; H$ g/ y+ D4 b5 K, @) D p
: X" s+ v0 `: {- N; X
咱去哪儿玩啊？
6 l3 Q( Z( e# Q i1 N都行9 g, \+ P7 g% k0 }$ _
那咱看电影吧
8 r6 X+ f# E) ^$ w4 c* K4 X* o太老套了) E0 O" E+ D% i
那咱打保龄球吧？
1 p$ [- `' {- N( X% O大热天的。。。
# ?. V1 I" n, b( c1 G/ O) h那咱去哪儿玩啊？& }# Q- F/ B9 {- G! ^
都行0 X: J& [& x/ w
" a3 w( }. y8 ?+ n( {0 {咱今晚吃什么？1 }; P) V/ x' N c
随便- s: ~! ~, B* [+ ?
那咱吃火锅？, y# l; K9 P3 f: i, B% R3 A
吃火锅长痘痘。) i7 M8 A3 x; X) {$ _3 Z; |9 V$ {
那咱吃烧烤?
u% {# A: w. \. C% @7 e* Z3 l5 O上次刚吃的烧烤。
$ y# t& x% a2 H0 v3 C$ F7 @那咱吃什么？
) }; S& G J* |, a: N! G随便
# Q u3 E8 f" ?% Z, c/ w+ @! D/ v1 z4 O% H* u
Example 2：
: A' v9 g* j. `0 IHouston, we have a problem. # \$ u* `, k! G, ?. Y
What?
8 u. S9 A2 G3 v3 ^8 {1 g9 UNever mind * M6 |' v0 ]& e9 A2 R7 Z, S
What's the problem?
9 A8 P) a) B( H8 `1 iNothing 9 ~6 M2 u& \) N8 _/ `$ Y' x. ~4 W
Please tell us?
8 L, x0 V" [* k- e3 ]You know what the problem is.
# m' X& y* y3 R4 I! k2 z9 _% _7 ]5 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。
% [" J$ O2 }3 x. r& H
& k7 I3 T5 C9 P$ Z7 f# j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。
$ o) k+ L. F9 ]6 u, b
$ i$ l! L! |& Z+ L2 d6 N+ e# v6 W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。, x r0 u) e% b8 `$ t8 ^6 X" n
: h- e! w+ a8 R, I看到这里，各位男同学觉得眼熟么？
: N! |3 R! K1 r8 l$ f' S+ L' ^0 p再来看看前面的两个例子。。。
+ T( c2 T, y* q* m) E1 s) ~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。。。2 n0 J; Q$ W# u9 ^; ~& J+ o+ w
$ c) ?3 g$ e6 f V
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。 v0 p7 u0 d5 Z [2 D
7 q' Z: ]. h1 e
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？' u' i/ Y9 I+ i: X- S1 T4 t. Q
, `2 A# J7 {' C
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。。。
! p+ N$ t: C! k. J; w8 a7 q9 ^9 j7 E- O. D( P
为什么相爱总是简单，相处太难？得training。
3 {) P b/ K" D$ @+ b/ \
/ E+ k! J$ {3 O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。。。 Q9 u0 k/ U8 b8 B" c
# n1 J: B6 L3 F2 D8 }7 J p& A6 ~
对了，那什么，我得先走了。。。有没有下回看缘分了。。。% O1 K+ G7 U, ^) M
|
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
! p* o% }( Y9 n) R
发表于 2022-1-17 23:50:13
换理科生来写肯定干巴巴地没味道