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
' S: t/ F* W+ i; }) ~
0 b" Z- v6 H2 {4 P/ c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。 W4 F9 C0 e7 C- ?3 U5 b
: j5 C8 [6 F7 K+ m& T! @* q
跟大家汇报一下最近的学习心得。6 S4 F& @/ T4 x7 \) q' `
$ V8 a+ w: Z& a1 f9 j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' i( I9 I n5 i
2 h* {5 Y8 l8 m. B最怕这种品牌问题。简直送命题。
7 `) W. ]( z& P, U- Z
* m& n( \+ m! Y1 _/ M N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 I$ r4 d( E @" w; \7 |/ p% D1 _- U& V6 q' u9 F+ L
这事儿勾起了我的一番思考,值得跟大家汇报一下。
# a2 Z; p( T/ \5 U- W9 X: }) [8 o
/ W4 y r) c2 y4 h( N3 v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。。。
8 w p+ S0 l/ ]0 q$ k" E
1 E: c9 ^5 w1 k; z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 [% I! ~" A/ j4 u" R5 h( G- L+ I' S( [! g. _/ l+ K
Example 1:+ D& `5 u9 k" C9 c9 c H
& v+ V1 s" e; B$ R% I0 b咱去哪儿玩啊?
3 F! s% A7 ~2 Q$ T i都行8 e g, c0 A T! b+ k- k. a
那咱看电影吧5 K7 b6 ^. s; O5 i5 k5 z+ W
太老套了
, P% A+ e- h+ M5 W( K% `, f& p那咱打保龄球吧?7 \ K/ O2 B2 p- H* ?3 q9 X; v& E/ x
大热天的。。。$ A! n& u: Y5 d# z. L
那咱去哪儿玩啊?
7 \% }2 y6 r) N3 C都行+ M: @# `0 r9 [! R8 o$ h8 p
& k9 r+ Q1 R+ T1 m* m) a. X3 U4 W
咱今晚吃什么?
4 B6 J1 s$ N* V$ T4 y随便
: K$ G6 n- [* S5 K3 |6 @/ _; Q那咱吃火锅?
+ V3 ]* H& ]8 s: _& `1 x吃火锅长痘痘。; [. k) p9 w! ~0 _" n
那咱吃烧烤?% g8 ^$ }3 l0 u4 y3 t
上次刚吃的烧烤。( N/ V8 X/ O' D
那咱吃什么?
- y' {6 B( Y8 L0 c7 J* z随便 * T$ s& B% Z. l9 `9 [4 u: C6 |
& g' t* A* i' a
Example 2:
- r' C" X+ f) E( uHouston, we have a problem. ! D; N8 i3 o3 S0 z9 l1 Q
What?
8 o0 V. \; E( g( P6 d; ONever mind " p5 e S! ?" v5 L. g
What's the problem?
7 t6 G: a* z* I- w4 B6 bNothing $ R5 q1 }* y4 _- U" {# N
Please tell us? , y# ]9 w) z5 i3 n
You know what the problem is. # \8 d! k% G/ L& i& G
* P* W+ @2 Q+ |5 T2 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。
8 j& f/ R- P$ S6 e' S$ J3 y
; M8 x6 w7 b7 s0 d! Q, D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。
! X' w9 W9 d( o6 i
5 ~1 Z6 b, ?- k$ K4 j/ z) [; K& s+ V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。' w( \, t9 h# i; k0 [
: W: v, B4 t# J5 I5 U: S: k( q3 k" Y6 Q* k看到这里,各位男同学觉得眼熟么?1 U* l- \: j/ w3 y
再来看看前面的两个例子。。。
! j' y0 d# C5 n2 L$ K5 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。。。
5 H, n+ H% [, s2 n! {9 e* d5 }
4 Q/ e7 Q4 s# t9 _' w: M, F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 X" `) s% ^) V, m. S
4 ^' H. R5 n& k3 Q0 x2 R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 z2 T3 D+ D2 D+ {3 ?! E" |. }# ^6 P# h
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。。。# ]; w( N9 U- @0 G8 i
# k* l, z$ f1 g& w5 ]6 M: S为什么相爱总是简单,相处太难?得training。: m9 k5 d& D% s5 H
0 H6 c* F" }3 ~# a4 w3 }. y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。。。; ~. |% Y4 W8 C1 m& D3 y
: l0 I" b( n1 T8 A I
对了,那什么,我得先走了。。。有没有下回看缘分了。。。
. T4 u" g, [$ E# _/ D |
评分
-
查看全部评分
|