TA的每日心情 | 开心
18 小时前 |
|---|
签到天数: 1884 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 8 P* m- Z1 g1 Y. R% S/ `# h8 N, I
; N. {$ [1 I, t- |* L
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。
, Y4 b* @' m/ u1 C* R. d1 e
5 I& N8 M% G* k8 O跟大家汇报一下最近的学习心得。
3 d$ \" q% S( x# l5 N& _* @; V) W! l/ \7 ~) @: m9 G
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
: c+ J p. w9 C+ @) L5 l
, Y* S- x3 `6 b8 L3 |0 [' M) _最怕这种品牌问题。简直送命题。0 r1 v" K) t; z' s2 W8 ~
( g. D" X% J% l# h8 }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。
/ a1 H" @$ x0 @% h
+ S4 {6 m! Q- D8 c/ n/ v$ U' K( m4 I这事儿勾起了我的一番思考，值得跟大家汇报一下。1 o9 B, r! S5 \. x" |
4 S* q _" f6 K9 @
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 F8 j" { X. S5 t% K$ F# Q# f* _7 f% n
, b# A# j3 z8 I" e2 E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：' _; J+ O, Q# ]* q5 {; r' a
8 ~, d5 \4 l3 p( @. g4 k, r
Example 1：" h$ U" k+ \: Z7 z: E. [
: P& q8 j- o7 e# Y3 }5 t
咱去哪儿玩啊？
S, Y( @# E7 ^都行
2 p% n( e; N% m( {; m j; D那咱看电影吧
7 s! z# H2 K* g! t( U3 ]* ~1 ?太老套了
0 r. \3 f1 i% w8 e. U那咱打保龄球吧？) r3 u5 h; l6 m9 H" E! D
大热天的。。。: J4 _' C+ X6 N& K! A2 Y/ g
那咱去哪儿玩啊？
/ b+ K7 I) T+ Z' Y都行
6 j$ c+ S5 {& l2 O+ } f
- |( K, S- q8 q+ Z* Q咱今晚吃什么？4 D0 e+ R7 g6 t# t* j* ]
随便
; \7 T8 k3 u1 i5 G9 o. m" e* E+ H那咱吃火锅？
5 i% l4 I5 t. Q/ C2 S0 X吃火锅长痘痘。& U# _8 A% f" Y0 h& ?, }: S; s
那咱吃烧烤?
' r3 C6 G: u2 l9 y2 ^上次刚吃的烧烤。8 H' J& H; v1 `; t3 J# G( J
那咱吃什么？, P1 Y# L: f4 H" Z; D* Q
随便
( ~6 a( r# [* s4 e% O& P. Q# g3 t* Z6 m
Example 2：: p* b* C5 L: k
Houston, we have a problem.
# G, C( ^$ ]8 m6 ^; dWhat? " k3 }; E w8 `. Z
Never mind ; G E+ ]) a8 }/ l
What's the problem?
0 r& [) R8 W, H( G6 h# _* wNothing ( k& w! O2 [( `$ ^1 u
Please tell us? 1 g: p, e- f: m5 [4 W3 v6 u; c
You know what the problem is.
2 g( }6 x6 J' c) X4 U9 x( {7 F% R1 S; X& s! J4 Y1 r4 O
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。
. Z4 C1 R( ^8 x8 G0 G# l2 |% a* F( k
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。
4 f8 k% N# F& g) G
( Y* x9 s2 h: m) e5 Y$ t A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。7 |" S. F# b( B4 o ]9 y4 A
+ |5 M# O) i. O' m看到这里，各位男同学觉得眼熟么？
" W6 M. d& O9 |( p( l0 B5 g$ Z4 @再来看看前面的两个例子。。。
6 |; ~; e0 A* @# x- |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。。。3 x. T6 M* g, b" P. k. D
$ B) n) \! T" R3 A; x* q& l9 o& i# Y5 U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。
4 f- Y4 Z5 k3 I! m& q4 }5 Q6 K9 B' v8 {( c J" x2 o
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？6 e- A, ], l9 \# m( n
) ? h" C4 i ~9 A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。。。: H" {5 D; {" R1 z' @
6 }8 E5 q6 K# k% o: l! m
为什么相爱总是简单，相处太难？得training。- [5 Q$ M+ ]! O- @ F) J
% J: s3 [& d$ j; L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。。。
1 V$ z& g9 H* Y( { i. I) t9 {
对了，那什么，我得先走了。。。有没有下回看缘分了。。。. }7 Y' w( t. f9 w H$ C
|
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
发表于 2022-1-17 23:50:13
换理科生来写肯定干巴巴地没味道